前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
  • AI 助手随时提问,即时解析
  • AI 模拟面试模拟真实面试 + 报告
  • AI 知识地图串起全站知识点
  • AI 定制路线按你的简历现排
AI 热点
旧版
返回 AI 情报前线
All News · 全部资讯9473
  • 谷歌 EmbeddingGemma 2:7.4 亿参数多模态嵌入模型,手机端 191MB 即可运行
  • 无 API 桌面应用远程控制方案:用 CDP 桥接手机与 Claude Code
  • AI功能按调用计费:多数设计在浪费预算
  • Simon Willison 点评 EmbeddingGemma 2:开源权重是嵌入模型唯一理智选择
  • Mistral Large 4预览发布:参数破万亿
  • Google发布EmbeddingGemma 2:开源多模态嵌入模型
  • Google 开源 EmbeddingGemma 2:740M 参数端侧向量模型,191MB 内存跑离线 RAG
  • 间接提示注入攻击链解析与防御架构
  • Whisper 口述转文字 WER 从 8.5% 降至 2.5% 的实战总结
  • 用 AgentCore + OpenClaw 构建持久记忆的个人 AI 助手
  • Google开源EmbeddingGemma 2:7.4亿参数多模态向量模型
  • Mistral Large 4:1.05万亿参数多模态MoE模型预览
  • Vercel AI Gateway 新增置信度触发降级策略
  • QA 工程师自建工具链:验证 AI 编程 Agent 的实际工作成果
  • 一个 MCP 服务器给 Claude Code 接入 200+ 图像视频生成模型
  • Agentic AI 需要元过滤器而非传统 Guardrails:安全架构新思路
  • 2026 开发者调查:AI 编程助手日活高但信任度低
  • GitLab AI Gateway 高危漏洞让我重新审视自建 Agent 权限控制
  • Mistral Large 4 发布:剑指闭源与开源竞品
  • Mistral Large 4:万亿参数主打安全合规
  • Stack Overflow 2026 开发者调查报告发布
  • Mistral Large 4 公开预览:1万亿参数、月底开源
  • Google Gemini 免费版大幅缩限:Flash Lite 限免,Pro/Deep Think 需付费
  • 上线 LLM 功能不死机的工程检查清单
  • AI代理能识别工具失效但仍持续调用,核心问题在于判断与行为的断裂
  • 给Claude Code开发Mod插件:实现额度用量条与项目待办面板
  • LLM 访问控制与监控的实战避坑指南
  • 企业 RAG 实战:混合搜索与重排序的核心差异
  • 日本开发者给 Claude Code 的 Awwwards 级前端 prompt
  • Reflection发布Beam:非中国最强开源模型,编程推理对标GLM
  • Codex CLI vs Claude Code:相同任务实测成本公开
  • Google Docs原生支持Markdown,AI Agent协作成亮点
  • Meta、微软要求员工少用Claude节省成本
  • DeepSeek Harness:24 万 stars 的插件化 AI 工具链
  • 如何给AI编程助手提供正确上下文
  • 12GB显卡跑125B大模型:Strata引擎开源
  • AI 指令遵循失效的深层原因:语义理解≠可靠执行
  • ML 系统上线前的设计审计五问
  • 本地 AI Agent 组织化管理:带预算与汇报链的开源框架
  • LangGraph 替代指南:六大框架实际解决的不同痛点
  • llama-server 推测解码时 logprobs 为假值
  • Reflection AI 开源 Beam:23B 活跃参数的 MoE 编程模型
  • Agent CLI 真实故障:会话消失、幽灵项目、重复条目
  • 发版日 CI 暴露绿灯测试掩盖的五大问题
  • 退款重复处理:分布式事件幂等性实战分析
  • Vercel如何用AI自动化Inbound流程
  • Anthropic推出云端Cowork:AI推理全上云,本地只做文件访问
  • 自建 SearXNG 为 LLM Agent 省钱:缓存 + 限流 + 引文校验
  • GLM 5.3 登陆 Amazon Bedrock:753B 编程专家模型
  • 前端后端错误追踪关联实战:用 trace_id 串联浏览器异常与 API 失败
  • LoreConvo:为 AI 编程工具注入会话记忆,告别每次从零开始
  • 已加载 51 / 9473
9.0
重磅
AI SCORE
行业动态2026-10-06 22:00

Stack Overflow 2026 开发者调查报告发布

Stack Overflow Blog#Stack Overflow#开发者调研#AI趋势
Editor brief · 编辑速览

Stack Overflow 年度开发者调研结果出炉,涵盖技术人员生活、技术栈、AI 使用情况等关键数据。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

随着秋意渐浓,是时候用这份美味的调查成果来给你的生活加点南瓜香料了。在超过七周的时间里,超过 30,000 人参与了调查,回答了关于他们工作、技术、学习策略以及 AI 使用情况的问题。我们勤勉地在数据矿中挖掘洞察,帮助你构建更好的软件和工程团队。我们将很快发布完整数据集 SoonTM,这样你就可以找到数据来支持你自己的热门观点。

在下文中,我们将重点介绍一些我们认为有趣的结果。如果你想直接跳转到调查结果本身,可以查看调查概览,然后深入了解结果。

这是第 16 届开发者调查,这意味着它已经到了可以在美国开车的年龄。把钥匙交给我们,开始吧!

工作方式

开发者的工作确实发生了变化,而这其中只有一部分是由 AI 导致的。只有一小部分(18%)开发者每天去办公室上班。那些确实去办公室的人,去的大概也不是那种有乒乓球桌、无限量零食柜和战术豆袋椅的办公室了。AI 和裁员改变了软件开发者和雇主之间的博弈。2020 年之前,你去街角小店都能绊倒一份工作邀请。现在 LinkedIn 上的个人资料显示"开放找工作!"状态可以持续数月之久。

但如果公司不雇用你,也许你可以雇用自己。虽然说自己是自由职业者、承包商或自雇人士的受访者比例大致相同,但说自己在只有一个人的组织中工作的人从 4% 跳升到了 10%。我们听到了一些坊间传闻,说有些人正在用 AI agent 以一人企业家的方式迈向一家可行的公司,所以这可能就是支持这一说法的新数据。

查看更多关于当今开发者工作方式的调查结果。

条形图,显示来自 2026 年开发者调查的雇主组织规模,17% 在 20-99 名员工的公司工作,17% 在少于 20 人,16% 在 100-499 人。

技术排名

对很多人来说,技术排名是调查的核心内容。排行榜上没有太多变动——前十名基本相同,尽管 SQL 超过了 HTML/CSS 升至第二位。与此同时,Rust 通过攀升至第 12 大最常用语言提升了排名。也许那份关于内存安全的白宫备忘录产生了影响?

对于 AI 爱好者来说,顶级模型提供商 Anthropic 和 OpenAI 不相上下,Google 则远远落后于第三。相近的使用量并不意味着相近的满意度:更多受访者表示愿意继续使用 Anthropic 模型而非 OpenAI 模型,不过差距不大。

来自 2026 年 Stack Overflow 开发者调查的条形图,显示编程语言受欢迎程度。JavaScript 以 62% 领先,SQL、HTML/CSS 和 Python 各占 58%。

AI 的普遍性

毫无疑问,AI 已经成为软件行业的主流——即使这种主流化让一些人感到沮丧。73% 表示使用 AI 编码助手/agent 的受访者每天都在使用,而三分之一的日常用户使用任何 AI 工具每天使用 AI 四个或以上小时。随着使用量的增加,正面情绪也在上升:62% 的受访者对 AI 持至少有些积极的看法,而日常用户这一比例跃升至 71%。

来自开发者调查 2026 年的条形图,显示每日 AI 工具使用情况:31% 每天使用 AI 4 小时以上,26% 使用 1-2 小时,24% 使用 2-4 小时。

AI 工具和工作方式

许多这些 AI 用户生活在编码 agent(66%)和聊天机器人(63%)中。不足为奇;开发者使用最适合开发的工具。首选的 agent 是 Claude Code(66%)和 GitHub Copilot(59%)。当他们用 AI 开发时,主要是在熟悉的领域生成代码(67%)和调试(61%),而不是部署、运维或排查生产系统(20%)。AI 可以随意摆弄熟悉的代码,但一旦那些代码到达生产服务器,它就被拒之门外了。

寻找答案的方式

AI 无疑改变了人们寻找问题答案的方式:83% 仍然向搜索引擎寻求答案,但 70% 会求助 AI。那些搜索引擎过去常常把人们引到 Stack Overflow 的问题,但 AI 摘要和聊天机器人不会。他们仍然使用我们的答案,但并不总是给予回答问题的人应有的信任。人们因为简单问题而访问的次数减少了(64%),但许多人访问量增加了,只是为了检查那些 AI 答案的信息来源(16%)。虽然比去年有所下降,但这仍然表明即使在使用 AI 的情况下,也有一些人在增加访问量。

水平条形图,标题为"技术专家在哪里寻找答案"。最主要的方法是"在线搜索"(83%)和"询问 AI agent"(70%)。基于 2026 年开发者调查中 16,664 名受访者。

学习新技能

当开发者想要学习新东西时,他们正在学习什么技能?不足为奇,但绝大多数(79%)想要提升他们的 AI 技能。这是新热点。每个人都被要求要么上车要么被抛下,所以这些技能需要关注。但这并不意味着你标准的编程技能就会积灰生锈:52% 的人仍在学习新的编码技能。

知识、信任和上下文

上下文是当前 agent 工程领域的热门词汇,我们想知道这对每个人意味着什么。我们已经看到好的上下文就是被信任的上下文,而要信任 AI 提供的内容需要来源归属(93%)。最可信的上下文来源是项目目标和需求(85%)以及代码和文档(73%)。寻找具体答案的地方是与你共事的人(72%)、代码(63%)和文档(60%)。这就解释了为什么高级开发人员每天有一半时间在回复私信。

水平条形图,显示工作相关答案的来源。同事(72%)、代码和注释(63%)以及内部文档(60%)是主要来源。Stack Overflow 被 24% 的人使用。

成本与质量

随着 AI 使用的上升,开发者及其雇主开始关注 token 成本。我们已经看到模型路由和使用限制作为解决方案出现。但当涉及塑造 prompt 和选择模型时,开发者更关心质量(75%)而非成本(38%)。他们的组织(以及他们的 CFO 无疑)已经采取了一些成本控制措施:38% 设置了使用限制,28% 审查了支出数据,27% 为不同工作使用不同模型,25% 设置了谁可以使用 AI 的限制。但有些组织站在开发者这边:21% 的人表示他们的组织正在增加支出。

查看完整结果

这只是调查成果的一小部分,所以请前往调查网站自行浏览完整详情。今年我们采取了更具编辑性的方法,尽我们所能突出更多我们认为能展示行业有趣趋势的数据点。如果你想跳过聊天直接看数字,尽管随意。再过几周,我们将提供完整数据集供下载,这样你就可以自己仔细研究这些数字了。

如果你发现任何有趣的内容,或者对你所看到的观点有替代性、补充性或不同意的看法,请告诉我们。我们总是对社区的想法感兴趣。

如果你想了解我们如何解决上述上下文和知识问题,请查看 Stack Internal。

Original source

本文由 AI 翻译整理自 Stack Overflow Blog,原文版权归原作者所有。

阅读英文原文
上一篇
Mistral Large 4:万亿参数主打安全合规
下一篇
Mistral Large 4 公开预览:1万亿参数、月底开源