这篇论文就像是一份软件工程师的“体检报告”，专门检查他们在使用生成式人工智能（GenAI，比如 ChatGPT、Copilot 等） 时的真实情况。
想象一下，软件工程师是建造数字大厦的“工匠”，而生成式 AI 则是他们刚刚领到的**“超级智能助手”**。这篇研究调查了 204 位来自 37 个国家的工匠，看看他们是怎么用这个助手的，用得好不好，有什么麻烦，以及未来会怎样。
以下是用大白话和生动比喻总结的要点：
1. 现状：大家都用，而且用得停不下来
- 普及率极高：大约 80% 的工程师已经把这个“智能助手”当成了日常工具。就像大家现在离不开智能手机一样，很多工程师每天甚至一天好几次都在用它。
- 主要干啥？：
- 写代码（Implementation）：这是最热门用途。就像让助手帮你“砌砖”、“刷墙”，它负责生成代码片段、补全代码。
- 检查代码（Verification）：像“质检员”，帮你看代码有没有错，或者帮你写测试用例。
- 个人助理：帮你查资料、学新知识、甚至帮你头脑风暴。
- 修旧代码（Maintenance）：帮你看那些老旧的代码，试着修复或优化它们。
2. 好处：干活更快了，感觉质量也高了
- 速度飞起：工程师们觉得，以前要干 8 小时的活，现在有了助手，可能 4 小时甚至 2 小时就搞定了。就像给自行车装上了电动马达。
- 质量提升：大家觉得写出来的东西（代码、文档）质量变好了，因为助手能帮你发现一些你忽略的小错误。
- 脑力支持：它像个**“外置大脑”**，当你卡壳时，它能提供灵感，帮你查不懂的概念。
3. 麻烦：助手也会“犯二”，而且太依赖它很危险
虽然大家觉得好用，但问题也不少，就像给一个**“偶尔会 hallucinate（产生幻觉）”** 的实习生派活：
- 胡说八道（幻觉）：这是最大的坑。助手有时会一本正经地胡说八道，生成错误的代码或引用不存在的资料。
- 需要“翻译”和“纠错”：你得学会怎么跟它说话（提示词工程），而且它写出来的东西，你必须亲自检查。有时候检查它写的代码，比你自己从头写还要花时间。
- 安全与隐私：把公司的机密代码发给公共的 AI，就像把保险柜的密码写在明信片上寄给陌生人，有泄露风险。
- 技能退化：如果太依赖它，就像长期坐轮椅的人，腿脚可能会变软。新手工程师可能会忘记怎么自己写代码、怎么调试，一旦没助手就抓瞎。
4. 公司态度：给工具，但没教怎么教
- 给工具：很多公司（约 65%）会给员工开通 AI 账号，就像给员工发了新式武器。
- 缺培训：但是，只有不到一半的公司提供**“使用说明书”或培训**。很多员工是**“野路子”** 自己摸索的。
- 缺规矩：很多公司没有明确的**“使用红线”（比如什么能发，什么不能发），也没有设定具体的“考核指标”**（比如用了 AI 到底省了多少钱）。这就像给了你一把枪，却没告诉你怎么瞄准，也没规定打靶成绩怎么算。
5. 未来：是“取代”还是“升级”？
- 不会失业，但会换岗：大多数工程师（近 80%）认为，AI 不会完全取代他们的工作，而是会重新定义他们的工作。就像汽车司机没有被汽车取代，但司机的工作从“赶马车”变成了“开汽车”。
- 担心市场变小：虽然个人觉得岗位还在，但很多人担心，因为效率太高了，整个行业需要的总人数可能会减少（就像以前需要 100 个马车夫，现在只需要 10 个卡车司机）。
- 信心满满：大家对自己学习新技能（学会怎么指挥 AI）很有信心，觉得能跟上时代。
6. 最大的遗憾：没人拿尺子量
- 感觉 vs. 数据：虽然大家都说“效率提高了”，但很少有人用客观的数据（尺子）去测量。就像老板说“你今年干得不错”，但没人拿出具体多赚了多少钱的数据。
- 建议：研究呼吁，公司应该建立一套科学的测量体系，真正搞清楚 AI 到底带来了多少价值，而不是光凭感觉。
总结
这篇论文告诉我们：生成式 AI 在软件行业已经“真香”了，大家用得飞起，效率确实高了。 但是，“野路子”用法风险大（容易出错、有安全隐患），而且公司管理还没跟上（缺培训、缺规矩、缺数据）。
未来的软件工程师，不再是单纯的“写代码工人”，而更像是**“指挥 AI 的指挥官”**。谁能学会怎么更好地指挥这个“超级助手”，谁就能在未来的职场中站稳脚跟。
论文技术总结：软件工程中生式人工智能（GenAI）采用的实证研究
1. 研究背景与问题 (Problem)
随着生成式人工智能（GenAI）工具（如 ChatGPT、GitHub Copilot 等）的迅速普及，软件工程师（SE）正在广泛采用这些技术来辅助编程、测试和文档编写等活动。尽管行业报告预测采用率将大幅增长，但学术界和工业界仍缺乏基于实证数据的全面洞察。现有的研究往往局限于特定的工具（如仅关注 Copilot）或特定的任务（如仅关注代码生成），缺乏对以下关键问题的系统性理解：
- 采用现状：GenAI 在软件工程全生命周期中的实际采用程度、使用模式及未采用的原因。
- 收益与挑战：从业者感知到的生产力提升、质量改进，以及面临的技术、安全和组织挑战。
- 制度化程度：组织如何治理 GenAI 的采用（如培训、政策、KPI 设定）。
- 长期影响：GenAI 对软件工程师角色、技能需求及就业市场的潜在影响。
本研究旨在通过大规模实证调查，填补上述空白，为从业者、组织管理者和政策制定者提供基于数据的决策依据。
2. 研究方法 (Methodology)
- 研究设计：采用基于问卷的横断面调查（Cross-sectional Survey），结合定量（封闭式问题）和定性（开放式问题）分析。
- 数据收集：
- 时间：2025 年 5 月至 11 月。
- 样本：来自全球 37 个国家的 204 名软件工程专业人员（有效样本）。
- 抽样策略：采用非概率抽样，包括便利抽样（Convenience）、目的抽样（Purposive，确保国家和组织的多样性）和滚雪球抽样（Snowballing）。
- 质量控制：剔除未同意参与或回答不完整/无效的问卷。
- 数据分析：
- 定量分析：由于样本非随机，使用Bootstrap 重采样技术计算置信区间，以保守地推断统计显著性。
- 定性分析：基于扎根理论（Grounded Theory）对开放式回答进行编码。
- 任务分类映射至 ISO/IEC/IEEE 12207 标准（软件生命周期过程）。
- 挑战分类映射至 ISO/IEC 25059 标准（AI 系统质量模型）。
- 工具：使用 Python 脚本进行数据分析和可视化。
3. 关键贡献 (Key Contributions)
- 全面的实证全景图：提供了目前最大规模、地理分布最广的 GenAI 在软件工程领域采用的实证数据集之一，覆盖了从需求到维护的全生命周期。
- 标准化的分类体系：首次将 GenAI 的使用任务严格映射到 ISO/IEC/IEEE 12207 标准，将挑战映射到 ISO/IEC 25059 标准，建立了可复现的理论基础分类法。
- 揭示“采用悖论”：发现了高采用率与低制度化水平之间的差距，以及高感知收益与缺乏客观度量之间的脱节。
- 多维度影响评估：不仅关注技术层面，还深入探讨了组织治理、技能转型及社会心理影响（如角色重新定义 vs. 替代）。
4. 主要研究结果 (Key Results)
4.1 采用现状 (Status of Adoption)
- 高采用率：约 80% 的受访者表示在日常工作中常规使用 GenAI 工具。其中，52% 的用户表示“非常频繁”地使用（每天或接近每天）。
- 主要用途：
- 实现（Implementation）：占比最高（71%），包括代码编写、补全和生成。
- 验证与确认（Verification & Validation）：占比 24%，包括测试用例生成和代码审查。
- 个人辅助（Personal Assistance）：占比 23%，包括知识搜索、学习和头脑风暴。
- 维护（Maintenance）：占比 22%，包括调试、重构和代码理解。
- 未采用原因：主要障碍是技能/时间限制（23%）和感知无需求（21%），而非单纯的技术不信任。
- 工具偏好：ChatGPT（62%）占据主导地位，其次是 Copilot 系列（约 20%）和 Gemini/Claude。专用工具（如 GitHub Copilot）的使用率低于通用大模型。
4.2 收益与挑战 (Benefits & Challenges)
- 感知收益：
- 周期时间缩短：最显著的收益（54%），许多用户报告将原本 8 小时的任务缩短至 4 小时甚至 2 小时。
- 质量提升：35% 的受访者认为工作质量有所提高。
- 生产力与知识支持：显著提升生产力（15%）并辅助学习和解决问题。
- 主要挑战：
- 输出准确性/幻觉：48% 的受访者面临生成错误代码、幻觉或无效输出的问题。
- 提示工程难度：31% 的用户难以编写有效的提示词（Prompt Engineering），导致结果不可控。
- 验证开销：26% 的用户指出，验证和审查 AI 生成的代码需要大量额外精力，可能抵消部分时间收益。
- 安全与隐私：担心代码泄露、知识产权侵权及数据隐私问题。
- 度量缺口：58% 的受访团队不使用任何客观指标来衡量 GenAI 对生产力和质量的影响，主要依赖主观评估。
4.3 组织制度化 (Institutionalization)
- 支持现状：约 65% 的组织提供支持，但主要集中在提供工具访问权限（81%）。
- 治理不足：
- 仅有 45% 的组织提供培训。
- 仅有 41% 的组织发布了明确的政策和指南。
- 仅有 19% 的组织设定了与 GenAI 使用相关的 KPI 或目标。
- 仅有 21% 的组织雇佣了专门的 GenAI 专家。
- 结论：组织目前处于“工具获取”阶段，尚未进入成熟的“治理与优化”阶段。
4.4 长期影响预期 (Expected Impacts)
- 角色重塑：79% 的从业者认为 GenAI 将重新定义他们的角色（增加新任务，减少重复劳动），而非完全替代（仅 21% 认为会被替代）。
- 就业市场担忧：尽管个人角色安全，但 54% 的受访者预计未来五年内软件工程的整体就业市场将收缩（因效率提升导致需求减少）。
- 技能适应：84% 的从业者对掌握新技能充满信心，但担心过度依赖会导致基础技能退化（Over-reliance）。
5. 研究意义与启示 (Significance & Implications)
对研究界的启示
- 度量框架缺失：急需开发针对 GenAI 辅助软件工程的客观度量框架（超越传统的 Story Points），以区分“感知生产力”与“实际生产力”。
- 纵向研究需求：需要长期追踪研究 GenAI 对初级工程师技能退化（Skill Atrophy）及职业发展的长期影响。
对实践界的启示
- 个人从业者：应主动提升提示工程能力，并建立严格的代码验证习惯，防止过度依赖导致技能退化。
- 团队管理者：必须建立轻量级的度量机制（如缺陷率、审查周转时间），以量化 GenAI 的真实价值并识别技术债务。
- 组织领导者：需从单纯的“提供工具”转向“全面治理”。应制定明确的使用政策、提供系统性培训，并设立专门的 KPI 来追踪 GenAI 的投资回报率（ROI）和风险。
- 政策制定者：需要建立国际协调的监管框架，解决数据隐私、版权和知识产权等全球性挑战，同时鼓励负责任的创新。
总结
该研究表明，GenAI 在软件工程中已进入主流采用阶段，带来了显著的效率提升，但也伴随着准确性、安全性和组织治理方面的重大挑战。当前的采用模式多为“自下而上”的自发行为，缺乏系统的组织支持和科学的度量体系。未来的成功将取决于能否从“随机采用”（Ad-hoc adoption）转向“系统化、负责任且可度量的集成”。
每周获取最佳 computer science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。