DORA 报告发现，AI 是软件开发的放大器，但信任度仍然很低

如今，将近 90%的技术专业人士在工作中使用人工智能。但根据2025年DORA人工智能辅助软件开发报告，开发人员和他们越来越依赖的工具之间仍然存在显著的信任差距。该报告调查了全球近 5000 名技术专业人士，发现尽管人工智能的采用已经“几乎普及”，但仍存在一些根本性的组织挑战。

研究表明，人工智能会根据组织是否表现良好，放大其优势或弱点。报告发现，“人工智能在软件开发中的主要作用是放大器。它放大了表现良好的组织的优势和挣扎中的组织的功能失调。”报告还提到了一个普遍的假设，即使用人工智能工具可以推动组织转型，这一发现消除了这种假设。

由Stack Overflow进行的2025年开发者调查显示，开发者之间的不信任感日益增加，这支持了这些担忧。调查结果显示，46%的开发人员不相信人工智能工具的准确性，而信任水平仅为 33%。只有 3%的开发者表示“高度信任”人工智能生成的产出，这表明尽管人工智能辅助编码被普遍使用，但人们普遍对其质量持怀疑态度。

Laura Weis博士在LinkedIn帖子中评论 DORA 报告时指出，“更快并不总是意味着更好。2025 年 DORA 报告清楚地表明：人工智能帮助人们完成更多的工作。但真正让人头疼的问题——疲劳、破碎的流程、笨拙的文化——并没有消失。在一些团队中，压力越来越大：期望更多的产出，相同的资源，相同的压力。”

DORA 研究表明，自从生成性人工智能开始被采用以来，软件稳定性已经成为一个重要问题。当前人工智能采用与交付吞吐量之间的正相关关系标志着与以往结果的不同，然而软件交付的不稳定性仍在上升。研究表明，团队已经调整了他们的开发速度，但他们的系统缺乏处理人工智能驱动开发所需的能力。

研究团队调查了人工智能速度提升是否会通过快速失败和快速修复方法来补偿不稳定性，但他们的分析没有显示出积极的结果。研究人员认为，人工智能带来的额外速度将有助于通过使用“快速失败，快速修复”的概念来抵消混乱。然而，该报告发现，这种方法并没有带来预期的好处。Weis 博士解释说，这种不稳定性会继续损害产品质量和员工的表现。

研究表明，人工智能的实施并不影响工作场所的紧张关系或开发者的疲劳水平，但开发者通过使用它实现了更高的生产力结果。这些问题的持续性质表明，它们源于现有的组织系统，不能轻易通过实施个别生产力工具来轻松解决。

DORA 团队创建了一个人工智能能力模型，通过七个基本的组织实践来分析这些系统问题，这些实践放大了人工智能的好处。模型的七个能力在团队和组织层面上运作，而不是专注于个人工具使用。它们要求组织制定明确的人工智能政策，并维护健康的数据处理生态系统和高质量的内部平台。

研究表明，以用户为中心的组织从采用人工智能中获得了更大的好处，而那些缺乏这种关注的组织往往会对其团队的绩效产生负面影响。

平台工程已经成为一个关键的基础，现在有 90%的组织采用了内部平台，76%的组织维护专门的平台团队。研究表明，高质量的平台是扩大组织内人工智能好处的重要推动者，提供了必要的保障和共享能力。

然而，这种转变并非没有权衡。高质量的平台与软件交付不稳定性的轻微增加相关，研究人员将其解释为“风险补偿”，即具有强大恢复能力的组织可以承担更多的实验，同时保持整体系统可靠性。

报告建立了 7 个团队绩效档案，以分析绩效、稳定性和团队幸福感之间的复杂关系。正如 DORA 负责人 Nathen Harvey 在报告中所解释的那样，7 个团队的表现特征涵盖了从“和谐的高成就者”（在所有领域都表现出色）到处理“基础性挑战”（在过程和结果中显示出重大缺陷）的团队。

IT Revolution 的 Leah Brown 分析了这些发现，并强调“这项研究摧毁了人工智能采用只是一个工具问题的观点。相反，它揭示了人工智能成功本质上是一个需要组织转型的系统问题。”

价值流管理成为人工智能投资最大化的关键实践。研究表明，拥有成熟价值流管理实践的组织从采用人工智能对组织绩效的影响中获得了极大的好处，有助于确保个人的改进转化为更广泛的组织优势。

这些发现与以前技术转型的既定模式一致。Brown 指出，“那些仅仅转向云基础设施而没有重新思考架构的组织，看到的回报有限，而那些重组了他们的应用程序、团队和运营的组织则解锁了真正的价值。”

然而，尽管面临这些挑战，个别开发者报告说使用人工智能带来了许多好处。超过 80%的调查受访者认为人工智能提高了他们的生产力，而 59%的人观察到对代码质量的积极影响。最常见的人工智能用例仍然是编写新代码，有 71%的代码编写者使用人工智能辅助。

Weis 博士总结说，这种模式是一致的：

健康的团队爬得更高，不稳定的团队跌得更快。工具并不能改变这一点。他们只是把光照在上面。

——Laura Weis 博士

研究表明，组织必须将人工智能的采用视为一项全面的转型努力，而不仅仅是一个简单的工具部署。成功需要投资于基础系统，包括平台、数据生态系统和工程学科，这些可以放大人工智能的好处，同时解决目前限制它们的组织因素。

完整的 142 页综合报告可以从DORA下载。

原文链接：

https://www.infoq.com/news/2025/09/dora-state-of-ai-in-dev-2025/