软件开发人员越来越多地将人工智能工具融入到他们的工作中，但如此快速的采用并非没有带来困惑或冲突。他们和他们的经理仍在努力弄清楚这些工具何时有用，何时有害，以及如何整合它们，避免产生比解决的问题更多的问题。
Stack Overflow 在其对 49000 名专业开发者的年度调查中发现，到 2025 年，80% 的开发者将在工作中使用人工智能工具，这一比例近年来大幅上升。尽管这些工具的应用范围广泛且迅速，但人们对这些工具的信任度却在下降。调查显示，只有 29% 的受访者表示信任人工智能的准确性，低于过去调查中的 40%。
这种差距——广泛采用的同时，质疑声也日益高涨——反映了 GitHub Copilot 或 Cursor 等 AI 编程助手的复杂影响。虽然很少有开发人员质疑它们的实用性，但许多开发人员仍在学习如何有效地应用这些工具，并了解它们的局限性。
当被问及最大的挫败感是什么时，45% 的人指出，AI 生成的解决方案看似基本正确，但却存在细微的缺陷。与明显错误的代码不同，这些“险些出错”的代码可能会引入隐藏的错误和逻辑错误，需要花费数小时才能解决——尤其是对于那些过于轻易接受 AI 建议的初级开发人员而言。
这种后果往往会最终回到 Stack Overflow 本身。超过三分之一的开发者表示，他们访问该网站是因为与 AI 相关的问题，这意味着他们所信任的工具生成的代码产生了他们无法自行解决的问题。
推理模型的最新进展提高了可靠性。然而，调查显示，人工智能“接近但未完全”的问题仍将持续存在——这与预测文本生成的工作原理息息相关。这也是72%的开发人员拒绝“氛围编码”（即随意粘贴AI建议的代码用于生产环境）的原因之一。
即使存在这些挫折，也很少有人放弃这些工具。在某些情况下，管理人员会敦促团队采用这些工具。更多情况下，开发人员自己也能从中受益——只要他们谨慎使用这些工具。
行业专家表示，关键在于培训和心态。开发者应该将人工智能驱动的自动完成工具视为“陪练伙伴”，而不是沉默的“副驾”。那些只是简单地浏览 GitHub Copilot 建议的人可能会留下漏洞；而那些利用它来发现问题或完善想法的人才能获得最大的价值。
这些工具还具有教育意义。人工智能可以拉平新语言或框架的学习曲线，提供有针对性的答案，补充传统的文档搜索功能——Stack Overflow 多年来一直提供这一功能。
Stack Overflow 首席产品和技术官 Jody Bailey 告诉 Venture Beat，随着人工智能改变开发者寻求帮助和分享知识的方式，Stack Overflow 正在重新思考其角色。她承认，该公司的访问量确实有所下降，但她警告称，许多人夸大了这一趋势。
“尽管我们看到流量有所下降，但绝对没有一些人认为的那么剧烈，”她说道，并补充道，“这种转变使得 Stack Overflow 必须重新评估其在现代数字时代衡量成功的标准。”
