IT之家于九月八日报道，一项调查研究细致分析了人工智能生成物对程序员工作模式带来的影响，这种新兴技术正在改变他们的常规任务流程。调查数据表明，资历有别的工程师表现迥异：经验丰富的技术专家更习惯借助人工智能编写程序，愿意亲自负责代码的调试，并且相信这种技术有助于提高工作效率；而刚入行的程序员则态度保守，对智能辅助工具的接纳程度较低，同时认为其带来的效能改善并不显著。

云平台 Fastly 发起的一项调研表明，许多经验丰富的程序员现在会利用人工智能生成大量程序，并且把生成的程序放到实际运行环境中的情况，比那些刚入行的技术人员要普遍得多。

这项调查涉及七百九十一位专业程序员，在工龄达到十年以上的资深技术人员里，大约有三分之一的人透露，他们提交的程序中，超过一半的内容是借助人工智能完成的；而在工作时间少于两年的新入职人员中，这个比例仅为百分之十三，明显低于经验丰富的工程师们。

这些数据显示出资深工程师运用人工智能的次数更多，同时反映出他们对人工智能生成代码用于实际工作的认可程度更高。

IT之家留意到，调查还显现了“感觉速度”与“真实修正状况”之间的出入。百分之二十八的开发者称，他们时常要投入许多时间修正或重写机器学习生成的程序，使得机器学习本该发挥的长处几乎被消除；另外百分之十四的开发者则讲，他们基本无需对机器学习代码实施大规模的改动。

然而，超过一半的受访者称，GitHub Copilot、谷歌 Gemini 以及 Anthropic Claude 等人工智能软件让他们办事效率更高了。在这些受访者中，经验丰富的程序员的响应更为热烈，有59%的人觉得这些人工智能工具加速了他们的工作进程，相比之下，仅有49%的初级程序员持相同看法。

应该指出的是，虽然经验丰富的技术人员都同意必须花费更多时间来纠正人工智能的错误，不过，在那些认为人工智能能够显著节省时间的人当中，他们的数量是初级程序员的整整两倍。

经验丰富的程序员和初出茅庐的工程师之间的不同，可能并非来自对人工智能的兴趣高低，而是取决于技术水平的高低。多数刚入行的程序员觉得借助 AI 只能稍微快一点，有这种想法的资深工程师却只有不到四成；另一方面，有四分之一的资深程序员认为 AI 能大幅提高效率，这个比例差不多是初级程序员的二倍。

Fastly 给出了一个合理的说法：经验丰富的程序员更善于察觉代码中的细微问题。由于他们拥有深厚的积累，能够分辨出 AI 编写的代码“看似无误却存在运行故障”的状况，因此他们在改正错误时效率更高，能够防止工作流程被干扰。

调查进一步揭示了 AI 工具的一个显著矛盾现象：不少程序员觉得借助 AI 能提升工作效率，然而外部研究却呈现了不同的结果。在 Fastly 发布相关调查数据之前，今年早些时候的一项随机对照实验表明，经验丰富的开源程序员在运用代码辅助软件时，实际完成任务的时长反而延长了百分之十九。Fastly 觉得，这种现象或许与精神层面有关,人工智能的迅速智能填充作用,容易让人在起始阶段形成"进展顺畅"的印象,不过后面必须做许多调整,这个最终会削弱一些先前获得的好处。

AI 带来的效率改善程度不尽相同，但它对工作幸福感的正面作用相当显著。所有经验水平的程序员中，大约百分之八十的人指出，借助 AI 编制程序时，会感觉工作更加吸引人。

对某些程序员来说，人工智能的诱惑在于能够减轻机械性劳动；对其他人而言，则是体验“依据需求即时创造适用程序”的新奇感。在普遍存在工作疲惫感和工作负担沉重的领域，即使效率的提高还不显著，这种工作热情的激发也许也具备相当意义。

调查发现可持续性是重要议题，其中开发者对 AI 的环境代价愈发重视，特别是其巨大的碳排放量。超过三分之二的受访者确认 AI 需求大量能源，许多人已经在工作中推行环保编程方法。随着技术经验的积累，采用这种方法的程度也在提高：初级技术人员中采用比例略超一半，而中高级技术人员则接近八成。