一项针对软件开发者群体的最新调研显示，生成式人工智能（GenAI）正在重塑编程行业的工作模式，但不同经验层级的开发者对其应用效果存在显著认知差异。该研究覆盖791名专业人员，发现资深工程师与初级开发者在AI工具的使用频率、代码修正投入及效率感知方面呈现两极分化态势。
调研数据显示，从业十年以上的资深开发者中，近三成表示其交付的代码超过半数由AI生成，而这一比例在从业两年以内的初级开发者中仅为13%。这种差距不仅体现在代码生成量上，更反映在部署信心层面——资深工程师将AI代码投入生产的比例显著高于初级开发者。Fastly公司指出，经验积累使资深人员更擅长识别代码中的隐性缺陷，例如表面逻辑正确但实际存在运行异常的情况，从而在修正阶段实现更高效的干预。
在效率提升感知方面，59%的资深工程师认为AI工具加快了工作进度，而初级开发者中持此观点的仅占49%。尽管28%的受访者表示需要花费大量时间重写AI生成的代码，但仍有53%的开发者承认AI提升了整体工作速度。这种矛盾现象在资深群体中尤为突出：即便承认需要投入更多修正精力，他们中认为AI能大幅节省时间的比例仍是初级开发者的两倍。
工作满意度层面的数据呈现出跨资历的共识。约80%的开发者表示，使用AI编写代码使工作更具趣味性。对于部分人员而言，AI的吸引力在于减少重复性劳动；对另一部分人来说，实时生成可用代码的新鲜体验成为主要驱动力。在职业倦怠和任务积压问题突出的行业背景下，这种积极性的提升被视为重要价值。
值得注意的是，心理因素对效率感知产生显著影响。Fastly公司分析指出，AI的自动补全功能容易在初期制造"进度顺利"的错觉，但后续大量修正需求可能抵消前期优势。这与今年初夏某随机对照试验结果形成呼应——该试验显示资深开源开发者使用代码辅助工具时，完成任务时间反而增加19%。
环境可持续性成为开发者关注的另一焦点。三分之二的受访者承认AI运行存在较高能耗，其中68%的受访者表示已在工作中采取绿色编程实践。这种环保意识与资历深度正相关：初级开发者中采用节能实践的比例刚过半数，而中高级工程师群体则接近80%。
