tekno.BALI ISLAND
ZH
所有文章
编程1 分钟阅读

JetBrains 2026年开发者生态系统报告:AI的ROI悖论、资深与初级开发者差距,以及自托管CI/CD的复兴

jetbrains

过去十年彻底改变了软件的设计、编写和分发方式。为了纪念其年度调研的第十个年头,JetBrains发布了2026年开发者生态系统现状报告(State of Developer Ecosystem 2026),汇集了来自198个国家和地区的28,945名开发者的数据,数据收集时间为2026年5月至7月。

今年的研究结果没有仅仅停留在庆祝人工智能的快速普及上,而是揭示了编程与应用领域更加微妙的现实。一方面,AI代理已经成为生产环境中的标准工作工具;但另一方面,资深开发者与初级开发者之间在观点上出现了巨大差距,投资回报率(ROI)的衡量存在悖论,同时人们对自主管理(自托管)CI/CD基础设施的兴趣也再度高涨。


1. AI不再是竞争优势,而已成为日常标准

在过去几年中,AI助手的应用通常被视为区分个人或企业生产力的关键因素。然而,根据JetBrains 2026年开发者生态系统调查官方门户网站显示,最初的实验阶段已经结束,并转变为普遍的运营习惯。

a. 由AI代理主导的日常工作负载

最新数据表明,超过一半的专业开发者现在依赖AI代理来处理超过60%的日常工作任务。诸如编写样板代码、生成初始单元测试、探索API文档以及轻量级调试等活动,已不再完全由人工手动完成。

有趣的是,对新工具的疲劳程度仍然很低。同一项调查显示,只有23%的受访者表示在未来一年内没有计划尝试新的AI工具。这意味着绝大多数程序员和工程团队仍在继续寻找更高效且与其工作流程紧密集成的开发者应用程序。

b. 资深与初级开发者之间的怀疑态度差距

本报告中最有趣的心理学和技术发现之一,是经验丰富的开发者与新手对待AI输出方式的差异:

从分析角度来看,这种差异是合乎情理的。高级工程师不仅评估某个函数是否能在本地环境中运行,还要考虑其对技术债务(technical debt)、安全边界以及跨模块可维护性的长期影响。


2. AI的ROI悖论:为什么代币指标会让技术管理者误入歧途?

随着AI应用在企业层面的普及,最大的挑战从程序员的桌面上转移到了决策者的桌面上:如何证明投资AI许可证和计算资源确实能为业务带来盈利?

a. 监控的指标与有用的指标之间的不平衡

JetBrains报告显示,组织在衡量该技术有效性的方法上存在巨大差距:

b. 小型组织的满意度高于大型企业

组织的规模差异也极大地决定了AI实施的成功与否。调查指出,小型企业中超过一半的技术经理对其AI支出感到满意,这与大型企业仅34%的满意度形成了鲜明对比。

解释这一现象的因素在于官僚复杂性和遗留系统(legacy codebase)。敏捷的小型团队可以在几天内缩短应用发布周期,而大公司则必须应对数据合规法规、旧系统集成以及常常侵蚀个人效率收益的跨部门碎片化问题。


3. 2026年编程语言图景:Python超越,TypeScript和Rust引领预测

除了人工智能的动态变化之外,第十版报告还展示了作为现代应用基础的编程语言图景中的重要转变。

a. Python正式超越JavaScript

在整体语言流行度排名中创下了历史里程碑。根据调查结果摘要,Python成功超越JavaScript,成为65%的开发者使用最多的编程语言。Python的统治地位不再局限于数据科学研究或自动化脚本,而是作为后端服务和人工智能模型集成的支柱变得越来越巩固。

b. TypeScript和Rust荣登语言承诺指数(Language Promise Index)巅峰

在生态系统增长和未来采用兴趣方面:

c. Go生态系统:全栈协作与AI终端活跃用户

特别值得一提的是,Go(Golang)生态系统表现出了显著的成熟度。根据JetBrains发布的《2026年Go语言现状报告》(State of Go 2026),66%的Go开发者拥有超过六年的专业经验,其中80%的人仍然依赖Web后端服务。然而,Go用户群中的全栈趋势在2026年从30%跃升至40%,这主要是通过将Go后端架构与TypeScript前端相配对——以及该社区在CLI终端环境中高度采用AI工具来实现的。


4. 自托管CI/CD的复兴与构建路径中的谨慎态度

在DevOps应用和软件发布基础设施领域,JetBrains的发现显示出朝着更严格的基础设施控制发展的有趣趋势。

a. CI/CD现在比容器化更加普及

根据JetBrains发布的《2026年CI/CD现状报告》(State of CI/CD 2026)中的独立数据,多达83.4%的开发者现在正在运行CI/CD管道(pipeline),这一数字远远超过了容器化(50%)和基础设施即代码(39%)的采用率。在应用程序接触用户之前,测试和代码集成的自动化已成为绝对的刚需。

b. 为什么自托管解决方案达到了五年来的最高纪录?

有趣的是,对托管云CI服务的完全依赖开始经历修正。同一报告指出,本地(on-premises)和自托管CI/CD解决方案达到了五年来的最高点31%,近73%的开发者在某种程度上自行管理其主要的CI/CD工具。云计算成本的飙升、源代码安全合规的需求以及对硬件运行程序(runner)的完全控制,是工程团队重新审视自托管架构的主要原因。

此外,在涉及发布自动化时,技术团队的谨慎态度也显而易见:尽管大约50%的组织在CI/CD流程周围利用了AI工具,但只有8%的组织真正直接在构建管道中运行AI步骤。大多数团队仍然拒绝将AI的概率元素引入到需要100%可靠性的确定性编译和发布路径中。


结论

《JetBrains 2026年开发者生态系统现状报告》为当前软件行业的成熟阶段提供了一面客观的镜子。AI已经融入了程序员的日常例行工作中,Python和TypeScript巩固了其作为现代工程时代首选语言的地位,而DevOps应用架构正朝着更具可控性的自托管方向发展。对于技术领导者和开发者而言,未来的主要挑战不再是尽可能多地采用AI工具,而是制定基于实时时间的生产力指标,并在系统的每一层保持验证纪律。

Wilan

巴厘岛Tekno的常驻撰稿人,积极分享技术、编程和软件工程领域的知识。

相关阅读

编程3 分钟阅读

Python 3.13 正式打破壁垒:Free-Threading(无 GIL)新时代与 JIT 编译器的诞生

三十多年来,Python 凭借其优雅的语法、极高的代码可读性,以及在科学计算和人工智能领域无可比拟的库(libraries)生态系统,一直稳居全球最受欢迎的编程语言之列。然而,在这巨大成功的背后,有一个历史性的"架构原罪"一直在软件工程师中引发激烈的争论:全局解释器锁(Global Int

编程5 分钟阅读

模型上下文协议 (MCP):革新生态系统的"AI 专用 USB-C"开放标准

在过去的几年里,将大规模语言模型(Large Language Models - LLM)集成到软件应用程序中一直面临着一个根本性问题:数据和功能连接的碎片化 1, 2。当开发者希望将人工智能助手连接到 PostgreSQL 数据库、GitHub 仓库、Jira 工单系统或计算机上的本地文

编程3 分钟阅读

GitHub 与 GitLab 的区别:哪个更适合开发者?

刚开始学习 Git 时,通常不需要多久就会遇到这两个名字:GitHub 和 GitLab。 乍一看,这两者几乎一模一样。都可以用来存储源代码、与团队协作、创建分支、合并代码,甚至记录项目中的更改。 由于它们的界面和功能相似,不少人最终会产生这样一个疑问: GitHub 和 GitLab 究