大多数开发者不信任AI生成代码却不检查

根据Sonar公司最新发布的开发者现状调查报告显示，尽管96%的软件开发者认为AI生成的代码在功能上不够准确，但只有48%的开发者表示会在提交前始终检查AI辅助生成的代码。

这项基于全球1100多名开发者的调查发现，AI编程工具已成为常态，72%使用过这些工具的开发者每天或一天多次使用它们。只有6%的开发者偶尔使用，即每周使用不到一次。

开发者表示，他们42%的代码包含AI模型的重要辅助，预计到2027年这一比例将达到65%，而2023年这一数字仅为6%。

开发者使用AI工具的软件项目类型广泛，包括原型开发（88%）、内部生产软件（83%）、面向客户的生产软件（73%）以及关键业务服务的生产软件（58%）。

最常用的编程工具包括：GitHub Copilot（75%）、ChatGPT（74%）、Claude/Claude Code（48%）、Gemini/Duet AI（37%）、Cursor（31%）等。

验证瓶颈问题凸显

随着AI工具使用量的增长，Sonar指出这创造了一个验证瓶颈。报告称："这个验证步骤并非微不足道。虽然AI本应节省时间，但开发者正将大量节省的时间用于审查。几乎所有开发者（95%）都要花费一定精力审查、测试和纠正AI输出。大多数人（59%）认为这种努力是'适度'或'重大'的。"

调查显示，38%的受访者表示审查AI生成的代码比审查人类生成的代码需要更多努力，而27%的人持相反观点。

Sonar首席执行官塔里克·肖卡特表示："我们正在见证软件工程的根本转变，价值不再由编写代码的速度定义，而是由部署代码的信心定义。虽然AI使代码生成变得几乎毫不费力，但它在输出和部署之间创造了关键的信任差距。"

亚马逊首席技术官沃纳·沃格尔斯在AWS re:Invent 2025大会上也表达了类似观点："现在世界正在改变。你将写更少的代码，因为生成速度很快，但你将审查更多代码，因为理解需要时间。当你自己编写代码时，理解伴随着创造行为而来。当机器编写代码时，你必须在审查过程中重建这种理解。这就是所谓的验证债务。"

企业面临管理挑战

对于雇用这些开发者的公司来说，还面临其他挑战。35%的开发者报告使用个人账户而非企业账户的AI编程工具。

开发者表示，向AI工具的转变既有好处（93%）也有缺点（88%）。他们欣赏AI在改善文档过程（57%）和帮助创建测试覆盖（53%）方面的作用。但对于看起来正确但实际错误的代码（53%）或不需要或冗余的代码（40%）则不太满意。

报告还指出，尽管75%的开发者表示AI减少了不必要的繁重工作量，但现实情况是AI工具只是将这些工作转移到新的领域，比如"纠正或重写AI编程工具创建的代码"。

有趣的是，频繁使用AI编程工具的开发者和较少使用的开发者在繁重工作上花费的时间（平均23-25%）几乎完全相同。

Q&A

Q1：开发者使用AI编程工具的比例有多高？

A：根据调查，72%使用过AI工具的开发者每天或一天多次使用这些工具，只有6%的开发者偶尔使用。开发者表示42%的代码包含AI模型的重要辅助，预计到2027年这一比例将达到65%。

Q2：什么是验证债务？

A：验证债务是指当AI生成代码时，开发者必须在审查过程中重建对代码的理解。当开发者自己编写代码时，理解伴随着创造行为而来，但当机器编写代码时，就需要额外的时间和精力来验证和理解代码的正确性。

Q3：AI编程工具给开发者带来了哪些好处和挑战？

A：好处包括改善文档过程（57%）和帮助创建测试覆盖（53%）。挑战则包括生成看起来正确但实际错误的代码（53%）、产生不需要或冗余的代码（40%），以及需要花费大量时间审查和验证AI输出的内容。