开发者不信任AI生成代码却疏于检查,Sonar调查揭示验证瓶颈

2026/1/13·来源:The Register
AI编码工具代码验证开发者调查GitHub CopilotChatGPT

Sonar调查显示96%开发者认为AI生成代码功能不正确,但仅48%总是检查。AI编码工具使用率激增,42%代码现含AI辅助,预计2027年达65%。验证成为瓶颈,59%开发者称审查AI代码需中度或大量努力。

Sonar发布的《代码开发者状态调查》基于全球1100多名开发者的数据,发现AI编码工具已成为常态。72%尝试过这些工具的开发者每天或多次使用,仅6%偶尔使用(每周少于一次)。开发者表示,42%的代码包含AI模型的显著辅助,这一比例预计从2023年的6%增至2027年的65%。AI工具应用范围广泛,包括原型(88%)、内部生产软件(83%)、面向客户的生产应用(73%)和关键业务服务生产软件(58%)。最常用代码工具包括GitHub Copilot(75%)、ChatGPT(74%)、Claude/Claude Code(48%)、Gemini/Duet AI(37%)、Cursor(31%)、Perplexity(21%)、OpenAI Codex(21%)、JetBrains(17%)、Amazon Q Developer(12%)、Windsurf(8%)及其他(37%)。

调查指出,AI工具使用增长已造成验证瓶颈。报告称,验证步骤并非小事,开发者将节省的时间大量用于审查。95%开发者至少花费一些努力审查、测试和修正AI输出,59%认为这种努力为“中度”或“大量”。38%受访者表示审查AI生成代码比审查人类代码需要更多努力,27%持相反观点。Sonar CEO Tariq Shaukat在一份声明中表示,软件工程正经历根本性转变,价值不再由编写代码速度定义,而由部署信心定义。AI使代码生成几乎不费力,但在输出和部署间制造了关键信任缺口。

Sonar引用亚马逊CTO Werner Vogels在AWS re:Invent 2025的言论支持其加强代码验证的论点。Vogels表示,世界正在改变,开发者将编写更少代码,因为生成很快,但将审查更多代码,因为理解需要时间。当机器编写代码时,开发者必须在审查中重建理解,这被称为验证债务。

背景阅读

AI编码工具如GitHub Copilot、ChatGPT和Claude Code基于大型语言模型,能自动生成代码片段或完整函数,旨在提升开发效率。这些工具通常通过分析上下文和模式来提供建议,广泛应用于编程辅助、代码补全和错误修复。随着AI在软件开发中的普及,验证AI生成代码的准确性和安全性成为行业关注焦点,涉及代码审查、测试和调试流程。Sonar作为代码质量和安全分析公司,其调查反映了开发者对AI工具信任度与使用行为之间的差距,凸显了在快速部署与代码可靠性之间的平衡挑战。行业趋势显示,AI辅助编码正从实验性工具转向主流实践,但伴随而来的验证需求可能重塑软件开发工作流。

评论 (0)

登录后参与评论

加载评论中...