Table of Contents
AI 已成為軟體開發不可或缺的一部分，90-95% 的開發者現在每天使用 AI 工具。Google 2025 年 DORA 報告揭示，AI 作為放大器，放大現有的團隊動態。強大的團隊透過 AI 表現得更出色，而掙扎中的團隊則面臨額外挑戰。報告識別出驅動 AI 影響的七個關鍵實務，包括清晰的 AI 政策、品質數據生態系統和有效的版本控制。AI 程式碼助手已顯著演進，開發者越來越多地使用自然語言來指定需求。雖然生產力普遍有所改善，但衡量 AI 的真實影響需要考慮超越簡單生產力提升的多個指標。建議組織建立強大基礎、投資平台工程，並整體性地處理 AI 採用，以在這個開發新時代中最大化好處。
基於我的研究，我將精煉這篇部落格文章，確保核心資訊正確，加入參考連結，並讓內容更具吸引力且對 SEO 友善：
軟體開發的格局正在經歷深刻的轉變，人工智慧已成為開發者工具包中日益不可或缺的一部分。根據 Google 2025 年 DORA（DevOps 研究與評估）報告，AI 已滲透到軟體開發的前所未有程度，約有 90-95% 的開發者現在在日常工作中依賴 AI 工具。然而，該報告揭示了一個令人著迷且有些令人擔憂的趨勢：AI 並非通用的生產力增強器，而是作為一個放大器，放大現有的團隊動態——幫助強大的開發團隊表現得更加出色，同時可能阻礙那些已經在基本問題上掙扎的團隊。
引言
AI 整合到軟體開發中，在短短幾年內就從實驗性轉變為主流。Google 2025 年 DORA 報告是企業層級 AI 在軟體開發中角色最全面的研究之一，調查了跨行業的 5,000 名軟體開發專業人員，並進行了超過 100 小時的後續訪談。這項廣泛的研究為 AI 如何重塑開發團隊及其產出提供了前所未有的見解。
今年的發現特別重要的是與去年報告的戲劇性逆轉，去年的報告顯示 AI 實際上在許多情況下降低了生產力。現在，AI 已成為開發工作流程的重要組成部分，開發者每天花費中位數兩小時與 AI 工具互動。約 60% 的開發者報告在解決問題或完成任務時「大約一半時間」或更多時間使用 AI。雖然 80% 的程式設計師報告整體生產力提升，但只有 59% 認為他們的程式碼品質有所改善——突顯了 AI 對開發工作的細緻影響。
對開發團隊的分歧影響
DORA 報告中最引人注目的發現或許是將 AI 描述為「放大器」，放大開發團隊內部的優勢和劣勢。正如報告所述，AI「放大高績效組織的優勢和掙扎組織的功能失調」。這在高功能和表現不佳的團隊之間創造了不斷擴大的績效差距。
強大的開發團隊已經以有效的流程和紮實的工程基礎運作，發現 AI 為他們的能力注入強大動力。這些團隊通常屬於報告分類的「和諧高成就者」或「務實表現者」，代表前 30% 的受訪者。對這些團隊而言，AI 加速開發而不犧牲品質——事實上，它往往增強品質。這些團隊具有組織結構和紀律來有效利用 AI 的能力，將潛在的混亂轉化為協調的進步。
相反地，已經在基本問題上掙扎的團隊發現 AI 可能加劇他們的問題。報告識別出幾種在 AI 採用方面面臨重大挑戰的團隊原型，包括那些有「基礎挑戰」的團隊（在生存模式下運作，到處都有缺口）、「遺留瓶頸」團隊（持續救火不穩定的系統），以及「受流程約束」的團隊（穩定但被官僚主義拖累）。對這些團隊而言，在不解決潛在組織問題的情況下引入 AI，可能創造的問題比解決的更多。
這種分歧影響打破了 AI 工具本身就能將掙扎中的開發組織轉變為高績效者的觀念。相反地，它表明成功的 AI 實施需要開發實務和組織健康的強大基礎。
AI 在開發中的成功因素
2025 年 DORA 報告識別出七個驅動 AI 對開發團隊影響的關鍵實務，決定技術是成為資產還是負債：
- AI 政策：組織對 AI 使用和治理的清晰、良好溝通的立場。
- 數據生態系統：組織內部數據的整體品質和可及性。
- 可存取的數據：確保 AI 工具能夠連接並利用內部數據來源。
- 版本控制：擁有系統性方法來管理程式碼變更和修訂。
- 小批次：將變更分解為更小、更易管理的單位。
- 用戶焦點：在開發決策中優先考慮終端用戶體驗的團隊。
- 品質平台：組織內可用的共享能力和資源。
在這些領域表現出色的組織創造了 AI 能夠蓬勃發展的環境，而在這些基礎方面缺乏的組織往往難以實現 AI 的好處。報告強調「成功的 AI 採用是系統問題，而非工具問題」，突顯了組織為 AI 整合做好準備的重要性。
團隊結構在 AI 成功中也扮演關鍵角色。報告識別出各種團隊原型，從在生存模式下運作的「基礎挑戰」團隊到具有可持續、穩定、頂級績效的「和諧高成就者」。團隊越結構化、有紀律且以用戶為焦點，就越可能從 AI 工具中受益而非受阻。
AI 程式碼輔助的演進
AI 程式碼助手的演進特別值得注意。Google 開發者工具產品管理資深總監 Ryan J. Salva 為開發環境中的有效 AI 實施提供了寶貴見解。根據 Salva 的說法，AI 程式碼工具的轉捩點出現在 2024 年 4 月左右，隨著更先進推理模型如 Claude 3 和 Gemini 2.5 的發布，這些模型顯著改善了工具呼叫能力——這對需要利用外部資訊的程式碼任務至關重要。
Salva 負責監督 Gemini CLI 和 Gemini Code Assist 等工具，他將自己的工作流程描述為日益 AI 驅動：「我現在大部分的程式設計都是為了興趣專案，我大部分時間都在使用命令列工具…我會說大概 70% 到 80% 的工作是我在終端機中使用自然語言工作，嘗試使用 Gemini CLI 來制定需求，然後讓 Gemini CLI 為我寫大部分的程式碼。」
這種朝向與開發工具更自然語言互動的演進，代表軟體創建方式的重大轉變。開發者不再直接寫程式碼，而是越來越多地用自然語言指定他們想要完成的事情，讓 AI 將這些需求轉譯為功能性程式碼——然後開發者審查、精煉和整合。
實施 AI 程式碼助手的最佳實務包括開發清晰的規格文件、維持強大的版本控制實務，以及建立能夠指導 AI 工具的團隊級程式碼標準和偏好文件。成功實施開發中 AI 的組織通常將 AI 視為協作者，幫助思考問題、起草計畫和逐步寫程式碼——而非無需監督就能交付完成解決方案的工具。
衡量 AI 對開發的真實影響
雖然 AI 在開發中的承諾令人信服，但衡量其實際影響需要仔細考慮多個指標。2025 年 DORA 報告揭示了隨著 AI 採用而轉變的幾個關鍵生產力指標：
生產力指標普遍有所改善，80% 的程式設計師報告整體生產力提升。然而，這種提升在所有任務或團隊中並不均勻。節省的中位數時間根據團隊結構和工作性質而有顯著差異。具有強大基礎的團隊通常看到更大的生產力提升，而缺乏基本工程實務的團隊可能經歷最小的改善甚至挫折。
品質改善顯示更多變化，只有 59% 的開發者報告在 AI 協助下程式碼品質有所改善。這表明雖然 AI 可以幫助更快產生程式碼，但確保程式碼符合高品質標準仍需要大量人工監督。對 AI 生成程式碼的信任仍然是一個關切，30% 的開發者對 AI 輸出的品質表示懷疑。
開發者滿意度和留任效果也很細緻。報告指出，使用 AI 的工程師報告對工作有更高的「真實自豪感」，即使他們的產出不一定比不使用 AI 工具的同儕更大。這表明 AI 可能增強開發者的成就感和參與度，在有效 AI 實施策略的組織中可能改善留任率。
這些指標強化了 AI 不是開發挑戰的萬靈丹，而是一個其效果很大程度上取決於部署環境的工具的想法。正如報告建議，衡量 AI 的影響應該超越簡單的生產力指標，考慮品質、開發者體驗和長期組織健康。
策略實施指南
對於希望利用 AI 好處而非受其限制阻礙的掙扎團隊，DORA 報告提供了幾個策略指南：
首先，組織應該在深入 AI 採用之前專注於建立強大的基礎。這包括建立強健的版本控制實務、創建清晰的文件，以及開發標準化工作流程。正如報告中一位開發者的經驗所突顯，當 AI 工具犯了重大錯誤（刪除大量程式碼並立即將這些變更提交到 GitHub）時，是良好的修訂控制實務拯救了局面——而不是 AI 本身。
其次，組織應該投資平台工程——根據調查，90% 的開發者組織現在已採用這種實務。平台工程涉及建立強大的內部開發平台，整合工具、自動化和共享服務。報告明確指出「良好的內部平台是有效使用 AI 的非常明確的先決條件」。
第三，實施價值流管理（VSM）可以顯著放大 AI 採用的好處。VSM 涉及創建工作如何從想法到交付的地圖，幫助團隊識別瓶頸和低效率。根據報告，「VSM 作為 AI 投資的力量倍增器。透過提供系統級視圖，它確保 AI 應用於正確的問題，將局部生產力提升轉化為重大組織優勢，而不是僅僅創造更多下游混亂」。
最後，組織應該將 AI 採用視為整體轉型而非僅僅是工具實施。報告建議：「將你的 AI 採用視為組織轉型。最大的回報將來自投資於放大 AI 好處的基礎系統：你的內部平台、你的數據生態系統，以及你團隊的核心工程紀律」。
AI 在軟體開發中的未來
展望未來，AI 在軟體開發中的軌跡指向與開發環境的自然語言互動日益整合。正如 Ryan Salva 建議，以 IDE 為中心的開發傳統範式可能逐漸轉向花更多時間處理需求文件而較少時間直接寫程式碼。然而，他注意到這種轉變可能會「在相當長的時間範圍內」發生。
新興趨勢表明開發者的角色可能演變得更像架構師，專注於將複雜問題分解為更小、可解決的任務，並思考大局而非表達解決方案所需的中間語言。這種轉變不一定意味著開發者會變得過時——相反地，他們的焦點可能會從寫每一行程式碼轉向指導 AI 工具創造最佳解決方案。
業界也可能看到 AI 工具本身的持續演進，具有改善的推理能力、與現有開發工作流程更好的整合，以及增強的安全功能。隨著 AI 工具變得更精密，有效利用這些技術的團隊與難以實施它們的團隊之間的差距可能進一步擴大，在軟體開發領域為人才獲取和留任創造新的挑戰。
長期業界轉型預測表明，AI 將日益嵌入軟體開發生命週期的每個方面，從初始需求收集到測試和部署。透過建立強大基礎和有效 AI 整合策略來適應這種新範式的組織，可能獲得顯著的競爭優勢，而未能適應的組織可能發現自己在快速演進的技術格局中日益邊緣化。
結論
2025 年 DORA 報告為 AI 在軟體開發中的角色提供了平衡的觀點：雖然 AI 具有加速開發和增強生產力的巨大潛力，但其效果很大程度上取決於部署的組織環境。AI 放大現有的團隊動態，幫助強大的團隊表現得更好，同時可能加劇已經在基本問題上掙扎的團隊的問題。
這強化了在 AI 採用之前基礎實務的重要性。組織應該在期望 AI 帶來轉型好處之前，專注於建立紮實的工程紀律、有效的平台和簡化的工作流程。正如報告所述，「真正的優勢不在於工具（甚至你使用的 AI）。而在於建立紮實的組織系統」。
對於希望最大化 AI 好處的組織，策略很明確：投資於放大 AI 優勢的基礎系統，包括內部平台、數據生態系統和核心工程紀律。將 AI 採用視為組織轉型而非僅僅是工具實施，並認識到 AI 反映和放大現有的營運優勢和劣勢。
最終，軟體開發中的 AI 不僅僅是改變程式碼的寫法——它正在重塑整個開發生態系統，為創新創造新的可能性，同時挑戰組織演進其實務來利用這些強大的新能力。那些深思熟慮地擁抱這種變化，建立在強大基礎上的組織，在這個AI 輔助開發的新時代中可能獲得最大的回報。
