AI平均每週為開發者省下13小時　調查卻顯示67%的人花更多時間審查AI程式碼

2026年10月24日程式員節當天，澎湃新聞「對齊Lab」欄目刊登報導，彙整多項調查與就業數據，呈現AI寫程式碼能力提升後，軟體開發者的工作內容、技能需求與年齡結構正在出現的變化。報導的核心結論是：AI加快了部分環節，但省下的時間並未轉化為空閒，而是移轉到審查、驗證與學習新工具等其他環節。

寫程式碼的時間變少，審查的時間變多

技術服務公司BairesDev在2026年對705名軟體開發者的調查顯示，AI平均為受訪者每週節省13小時的程式設計時間，幾乎是一年前的兩倍。約三分之二的開發者表示，每週靠AI節省至少6小時。

但同一份調查也呈現相反方向的數字：67%的受訪者表示，審查AI生成程式碼所花的時間增加了；近六成的人需要投入更多精力辨識AI程式碼中不易察覺的錯誤；58%的人表示，自己對並非完全由自己編寫的程式碼承擔了更多責任。此外，超過半數的受訪開發者指出，快速交付的壓力增加了。

AI參與編寫的程式碼比重也在一年內明顯上升。42%的受訪開發者表示，AI已參與編寫至少一半的程式碼，一年前這一比例僅為12%。目前只有21%的受訪者，仍將每週一半以上的工作時間用於編寫新程式碼。

省下的時間有一部分流向了學習。近三成受訪者表示，每週投入超過10小時學習新的AI工具與技術。

上海某科技新創公司的工程師張亮（化名）接受澎湃新聞採訪時表示，程式員現在越來越像AI程式碼的「守門人」。他的觀察是，AI寫出的程式碼已經相當好，人未必看得出多少問題，仍需人工審核更多是流程要求，而非AI能力不足。這類看法與近期技術社羣的討論方向相近，例如本站先前整理的AI在劣質程式碼庫中寫不出好程式碼的V2EX討論，兩者都指向人的判斷在AI工作流程中的位置。

招聘需求分化：Python上升、部分傳統語言回落

寫程式碼門檻降低後，企業招聘端的技能需求出現分化。線上招聘數據平臺Lightcast梳理了2015年至2026年軟體工程師招聘中最常出現的20項技能：Python的提及率從14%上升到41%，JavaScript等部分傳統開發語言的提及率則有所回落。

與此同時，系統可擴展性、應用程式介面（API）、人工智慧、工作流程管理等能力的需求正在增加。跨領域能力的重要性也在上升，溝通能力在軟體工程崗位招聘中的提及率，從2015年的33%升至2026年的42%。

崗位結構呈現類似趨勢。SignalFire追蹤的工程師人才數據顯示，過去四年，前端工程師崗位的出現頻率下降近四分之一，行動端工程師也明顯減少；AI工程師、研究工程師與部署實施工程師等崗位則明顯上升。報導指出，隨著AI降低部分開發環節的技術門檻，前端、後端、測試之間原本明確的分工邊界開始鬆動。

年齡分化：22至25歲就業指數下降近兩成

就業數據呈現更值得注意的年齡分化。斯坦福大學數位經濟實驗室與ADP Research合作建立的就業數據儀表板顯示，以2022年11月為基期，截至2026年8月，22至25歲軟體開發者的就業指數下降近兩成；41至49歲羣體則增長近兩成。

澎湃新聞在報導中明確交代了這組數據的限制：樣本來自使用ADP薪資服務的美國企業，不能代表整個美國勞動力市場，就業變化也不能全數歸因於AI。

報導同時提出一個尚無答案的問題：過去初級程式員透過修改簡單程式碼、排查錯誤、完成基礎任務逐步累積經驗，當這類幫助新人成長的基礎工作逐漸由AI接手，企業又越來越需要能獨當一面的成熟工程師，未來的成熟工程師從何而來。這一職業斷層如何解決，報導未給出結論。

可核實資訊的邊界

本篇報導的數據來源均為公開調查與研究機構：BairesDev的705人開發者調查、Lightcast的招聘技能梳理、SignalFire的工程師人才數據，以及斯坦福數位經濟實驗室與ADP Research的就業儀表板。其中受訪工程師張亮為化名受訪，其「守門人」的說法屬個人觀察。各項數據的樣本範圍與方法學限制，以原始報導交代為準。