人工智能
分享：
主要问题部分结束后决定继续参加调查的人回答了本部分中的题。
由于这是我们第一次在开发者生态系统调查中询问有关 AI 的问题，该部分未提供与往年的比较。
总体而言，开发者似乎对 AI 的快速进步相当乐观，并且已在工作中 积极利用其功能。
分享：
Maria Khalusova
Hugging Face 技术人员
令人鼓舞的是，开发者社区大多热衷于将基于 AI 的工具应用于软件开发。与此同时，承认安全和道德顾虑的存在也很重要。这表明社区已经意识到与这些技术相关的现有限制和潜在危险。解决这些顾虑的关键在于倡导以更加透明的方式使用 AI 系统。完全开放的 AI 模型和整个系统能够实现社区审查，从而帮助识别潜在问题，有助于持续改进这些系统。最终，这会使基于 AI 的工具变得更加有用、更值得信赖。
84%
的开发者或多或少熟悉生成式 AI 工具。
有趣的是，开发者对 AI 文本生成工具比代码生成工具更熟悉，这可能是因为 ChatGPT 的受欢迎程度和易用性。
84%
的开发者或多或少熟悉生成式 AI 工具。
Svetlana Zemlyanskaya
JetBrains IDE 辅助机器学习团队主管
在短短几年间，基于 AI 的代码生成工具已从一个有趣的研究主题变成了许多开发者工具箱的重要组成部分。我们将继续密切关注这一趋势，看看它如何发展。
*此问题仅向在上一个问题中选择“无”的开发者显示。
只有 1.6% 的受访者从未听说过生成式 AI 工具，而在尚未熟悉生成式 AI 工具的人中，略低于一半的人计划在不久的将来做出尝试。
安全顾虑是采用生成式 AI 工具时最常被提及的障碍。
Svetlana Zemlyanskaya
JetBrains IDE 辅助机器学习团队主管
大多数解决方案仍然需要将数据发送到云，这使其面临安全风险，但市场正通过本地解决方案和本地部署解决方案做出回应。
总体而言，受访者似乎对 AGI（通用人工智能）持积极态度。不到五分之一的人担心 AGI 会对人类产生敌意。然而，十分之六的受访者对使用 AI 存在安全顾虑。
Svetlana Zemlyanskaya
JetBrains IDE 辅助机器学习团队主管
大语言模型产生了许多有待解决的道德问题，如训练数据集的来源、开源代码的合理使用等。
虽然五分之三的受访者认为 AI 编码工具将从根本上改变软件开发就业市场，但只有 13% 相信 AI 将完全取代开发者编写代码。尽管如此，大约三分之一的人相信软件工程一定会变成提示工程。
总体看来，开发者相当乐观，相信 AI 将成为协助编写代码的新工具，而不是开发者被 AI 所取代。
大多数开发者使用基于云的强大生成式 AI 解决方案 – 基于云的服务或由受访者的组织管理的解决方案。
Svetlana Zemlyanskaya
JetBrains IDE 辅助机器学习团队主管
本地解决方案和本地部署解决方案已经出现，但最终质量往往不及基于云的解决方案。虽然质量正在全面提高，但本地解决方案与基于云的解决方案之间的差距在未来几年内可能仍无法弥合。
比起专属 AI 代码生成工具，开发者更常使用通用 AI 文本生成工具。然而，由于 ChatGPT 等最新的 AI 文本生成工具也能够编写代码，开发者也可能将其用于这一目的。前述专属工具似乎正在吸引更多关注，但无论是由于与工作流的集成不完善还是通用方式，目前很少有开发者在长期使用。
开发者使用 AI 助手的最常见方式是使用自然语言询问软件开发相关一般问题。
AI 工具是流行的学习辅助和头脑风暴伙伴，在总结和审校内容时也很实用。至于非代码内容生成，只有 20% 的受访者经常为此使用 AI 工具。
*将各项活动选为最耗时的三项活动之一的受访者所占比例。
编写代码是最耗时的活动，但也是受访者最喜欢的活动（见下图）。把大部分时间花在自己喜欢的事情上 – 这不就是幸福的秘诀吗？
如果编写代码是开发者最享受的活动，那么他们自然不准备把它委托给 AI 工具！
AI 助手最常用于协助开发者执行日常任务，例如编写文档、代码注释、提交消息以及搜索信息。开发者更喜欢自己处理代码，包括理解代码和最近的代码更改、调试，当然，还有编写代码，尽管 79% 的受访者提到编写代码是其最耗时的活动。
编写高质量代码是一项艰巨的任务，一些证据显示，生成式 AI 编码工具已经可以减少所需时间。虽然大约三分之一的受访开发者仍不确定是否要将任务委派给这些工具，他们仍然会使用这些工具协作完成任务，而不完全外包。
JetBrains AI Assistant
AI Assistant 为软件开发提供 AI 赋能的功能。JetBrains AI 服务将 IDE 用户透明地连接到不同的大型语言模型 (LLM)。AI Assistant 具备上下文感知能力，可以帮助开发者更快地完成任务、提高工作效率。