程序員的日常：主職工作是開(kāi)會(huì)，其次才是寫(xiě)代碼，每日輸出101-200行代碼占比最高

在很多未入行的人看來(lái)，程序員每日就是抱著一臺(tái)電腦，手不停地敲打鍵盤，輸出各種英文字母組成的代碼。其實(shí)，數(shù)據(jù)顯示，在日常工作中，僅不足9%的開(kāi)發(fā)者每天有超過(guò)70%以上的時(shí)間在寫(xiě)代碼。每天超過(guò)一半時(shí)間在寫(xiě)代碼的人員，占比不到30%。

按照代碼成果來(lái)看，75.5%的開(kāi)發(fā)者每天有效代碼行數(shù)不超過(guò)300行。一天寫(xiě)101-200行的開(kāi)發(fā)者群體占比最高，為20.2%。

那要問(wèn)程序員的時(shí)間都去哪了？

42.7%的開(kāi)發(fā)者將投票投給了頻繁開(kāi)會(huì)選項(xiàng)。其次，分散注意力的工作環(huán)境以及不清晰的工作流程等因素成為影響他們工作效率的主要“殺手”。

除了以上一些因素之外，都說(shuō)現(xiàn)在的年輕人，一身反骨，拒絕內(nèi)卷。

從調(diào)研數(shù)據(jù)上可以看到，有超過(guò)三成的開(kāi)發(fā)者每周需要工作40小時(shí)，近四成的開(kāi)發(fā)者存在每日不超過(guò)3小時(shí)的加班。

對(duì)開(kāi)發(fā)者來(lái)說(shuō)，工作時(shí)間越長(zhǎng)，不滿意度越高。每周工作40小時(shí)（標(biāo)準(zhǔn)工時(shí)）的不滿意度最低，僅有4%。

倘若將個(gè)人生活與高薪加班工作放在同一水平線上來(lái)比較，有56%的受訪者果斷拒絕“大小周”，要正常休息時(shí)間。當(dāng)然也有23%的開(kāi)發(fā)者表示，為了高薪，愿意實(shí)行“大小周”工作制。

軟件開(kāi)發(fā)工具：Python因AI水漲船高、34%的開(kāi)發(fā)者使用過(guò)ChatGPT

從開(kāi)發(fā)者賴以生存的工具來(lái)看，在編程領(lǐng)域，過(guò)去一年使用Java語(yǔ)言的開(kāi)發(fā)者人數(shù)占比42.9%。隨著人工智能的發(fā)展，Python的使用量也逐漸提升，工作中常用Python的開(kāi)發(fā)者占比31.2%。

螞蟻集團(tuán)語(yǔ)雀團(tuán)隊(duì)穩(wěn)定性負(fù)責(zé)人李靖點(diǎn)評(píng)道，Python具備出色的易讀性、靈活性和更強(qiáng)大的科學(xué)計(jì)算能力，這使得大量開(kāi)發(fā)者開(kāi)始對(duì)Python產(chǎn)生濃厚興趣，加上它在AI相關(guān)領(lǐng)域也有著非常活躍的生態(tài)，目前已經(jīng)超過(guò)四分之一的開(kāi)發(fā)者計(jì)劃在未來(lái)一年中學(xué)習(xí)和掌握這門語(yǔ)言。ChatGPT和Midjourney等大模型的面世，讓大家看到了AI的魅力，隨著算力的提升、數(shù)據(jù)集的豐富和模型訓(xùn)練技術(shù)的進(jìn)步，未來(lái)大模型有望逐步替代垂類NLP中小模型，一定程度也會(huì)汰換單一技能的生產(chǎn)力，這也跟眼下企業(yè)降本增效的目標(biāo)是契合的。

相比之下，低級(jí)語(yǔ)言匯編是開(kāi)發(fā)者最不喜歡接觸的語(yǔ)言，占比38%。此外，C、C++因?yàn)槠涫褂秒y度，也讓部分開(kāi)發(fā)者望而生畏。

近年來(lái)，Vue.js在Web開(kāi)發(fā)中愈發(fā)流行，數(shù)據(jù)顯示有36.1%的開(kāi)發(fā)者用Vue.js進(jìn)行了大量開(kāi)發(fā)。相較之下，jQuery的使用量在逐年下降，由去年的29.1%降至了23.3%。

Visual Studio Code作為輕量級(jí)跨平臺(tái)工具，有38%的開(kāi)發(fā)者在日常工作中進(jìn)行使用，排名依然穩(wěn)居第一。

伴隨著AI大模型的發(fā)展，越來(lái)越多AI工具可以提高開(kāi)發(fā)者的開(kāi)發(fā)效率，45%的開(kāi)發(fā)者表示曾使用過(guò)AI編程相關(guān)工具，其中34%的開(kāi)發(fā)者表示使用過(guò)ChatGPT。

如今隨著國(guó)產(chǎn)大模型的迅速崛起，AI編程輔助工具使用的這一比例只會(huì)增加不會(huì)減少。

自從AI可以幫助編程后，對(duì)于其是否能夠替換開(kāi)發(fā)者有關(guān)的討論便不絕于耳。61%的開(kāi)發(fā)者認(rèn)為當(dāng)前的AI編程并不能取代開(kāi)發(fā)者。當(dāng)然，也有一小部分開(kāi)發(fā)者覺(jué)得AI編程有望取代現(xiàn)有開(kāi)發(fā)者。

針對(duì)這一點(diǎn)，飛漫軟件創(chuàng)始人魏永明認(rèn)為，一項(xiàng)新技術(shù)是否可能替代整個(gè)人類或者部分人類，或者某個(gè)職業(yè)，是由替代成本決定的。而計(jì)算機(jī)軟件發(fā)展到今天的規(guī)模，是一層層軟件堆疊而成的結(jié)果。就算AGI技術(shù)可以自己設(shè)計(jì)和實(shí)現(xiàn)操作系統(tǒng)、編譯器、數(shù)據(jù)庫(kù)，也不會(huì)有人花錢讓AGI去做這件事，因?yàn)閺慕?jīng)濟(jì)上講，這是極度不劃算的事情。因此，替代會(huì)發(fā)生，但在可預(yù)見(jiàn)的未來(lái)，只會(huì)發(fā)生在應(yīng)用層面。

AIGC，已經(jīng)造出了一個(gè)全新的賽道

ChatGPT 成為全新生成式 AI 賽道的導(dǎo)火線，一經(jīng)發(fā)布之后，引領(lǐng)全球科技公司對(duì)大模型研發(fā)的狂歡，這也不斷驅(qū)動(dòng)市場(chǎng)新需求、新機(jī)遇的出現(xiàn)，由此吸引大批人才涌入這一波浪潮之中。

數(shù)據(jù)顯示，有41%的開(kāi)發(fā)者是在2022年才開(kāi)始涉獵AIoT相關(guān)開(kāi)發(fā)工作的。

在具體應(yīng)用場(chǎng)景中，近三成開(kāi)發(fā)者會(huì)用到AI人像修復(fù)工具，AI人像修復(fù)技術(shù)可以幫助開(kāi)發(fā)者，對(duì)人像進(jìn)行自動(dòng)修復(fù)和增強(qiáng)，提高應(yīng)用設(shè)備上人臉檢測(cè)的效果以及準(zhǔn)確性。

也是基于這個(gè)方向，有開(kāi)發(fā)商開(kāi)發(fā)了一款名為“妙鴨相機(jī)”的應(yīng)用，9.9元解鎖寫(xiě)真大片，成為近日不少用戶關(guān)注的重點(diǎn)。

在針對(duì)AI技術(shù)的突破上，26.6%的開(kāi)發(fā)者表示看好生成式人工智能，其次是大規(guī)模數(shù)據(jù)集和大模型開(kāi)源，分別占比23.4%和20.9%。

隨著AIoT的持續(xù)發(fā)展，在未來(lái)可能會(huì)取代人類的部分或全部工作。調(diào)查數(shù)據(jù)顯示，超過(guò)9成的開(kāi)發(fā)者認(rèn)為智能設(shè)備可以幫助我們完成工作，只有8%的開(kāi)發(fā)者認(rèn)為不能替代人類。

而進(jìn)一步深度談?wù)撊斯ぶ悄苁欠駮?huì)具有意識(shí)的能力時(shí)，41%的開(kāi)發(fā)者認(rèn)為人工智能有可能產(chǎn)生出意識(shí)，看來(lái)很多人對(duì)于硅基生命的想象還是很豐富的。

不容忽視的是，AIoT技術(shù)的廣泛應(yīng)用將會(huì)帶來(lái)一系列的倫理、法律和社會(huì)影響，也會(huì)改變我們的生活、社會(huì)和經(jīng)濟(jì)。

因此，在AIoT技術(shù)全面普及之前，需要開(kāi)展廣泛的社會(huì)、文化和倫理的探討和研究。36%的開(kāi)發(fā)者表示，討論應(yīng)該越早展開(kāi)越好，在基礎(chǔ)研究階段就應(yīng)該開(kāi)始考慮倫理、法律和社會(huì)影響。也有同樣數(shù)量的開(kāi)發(fā)者表示，在產(chǎn)品化、服務(wù)化之后社會(huì)使用和實(shí)施階再考慮也是可以的。

智源研究院訪問(wèn)首席科學(xué)家，新加坡工程院院士，AAAI、ACM、IEEE及IAPR Fellow 顏水成點(diǎn)評(píng)道，根據(jù)本次調(diào)查顯示，AIoT開(kāi)發(fā)者生態(tài)呈現(xiàn)出自由化和擴(kuò)大化趨勢(shì)，同時(shí)其產(chǎn)品應(yīng)用也更加的多樣化，這隨之帶來(lái)一個(gè)重要的問(wèn)題，即AI的安全性問(wèn)題。AI的安全性問(wèn)題包含幾個(gè)方面：

• 第一是AI的數(shù)據(jù)安全，AIoT應(yīng)用的幾個(gè)最大領(lǐng)域，不論是制造業(yè)、金融、物流、醫(yī)療、安防還是自動(dòng)駕駛，都是數(shù)據(jù)安全性要求極高的行業(yè)，既要保障AI能夠使用好私有數(shù)據(jù)，同時(shí)又要保護(hù)好原始數(shù)據(jù)安全以及AI分析之后的結(jié)果數(shù)據(jù)安全；

• 第二是AI的系統(tǒng)安全，AIoT最主要應(yīng)用的這幾個(gè)大領(lǐng)域，本身對(duì)于安全的要求極高，一旦黑客通過(guò)AI系統(tǒng)漏洞進(jìn)行攻擊，不論是盜取數(shù)據(jù)還是篡改結(jié)果，都會(huì)造成巨大的危害，開(kāi)發(fā)者生態(tài)的自由化和擴(kuò)大化更是對(duì)此形成了巨大的挑戰(zhàn)，如何進(jìn)行AI系統(tǒng)的防護(hù)也是接下來(lái)需要特別重視的一個(gè)問(wèn)題；

• 第三是AI本身意識(shí)的形成所帶來(lái)的倫理安全，目前已經(jīng)有超過(guò)半數(shù)的開(kāi)發(fā)者認(rèn)為未來(lái)AI可能或者一定會(huì)形成自我意識(shí)，這個(gè)過(guò)程有可能是潛移默化的，需要提前做好準(zhǔn)備工作。