对于今天的软件开发人员来说，保持竞争力意味着采用人工智能技术。以下是一些开发人员如何保持领先。

　　如今，任何擔任軟體開發角色的人都几乎不可能避免使用人工智能技术。这不是一件坏事；个人和团队可以从人工智能驱动的开发中实现许多潜在的好处。

　　有一点是肯定的：尚未这样做的软件开发人员必须调整他们的技能，以满足这个新时代的需求。他们应该尽快完成。

　　Stack Overflow 2025开发人员调查基于全球49,000多名专业开发人员的回复，显示，84%的受访者正在或计划在开发工作流程中使用人工智能工具。

　　这比前一年有所增加，当时76%的受访者使用或计划使用人工智能。到2025年底，大约一半的调查受访者表示，他们已经每天都在使用人工智能工具。

　　安全平台提供商Abstract Security的首席运营官兼联合创始人Chris Camacho说：“各地的开发人员都在被推动调整他们的技能，以适应人工智能现在是日常工作流程的一部分的世界。”

　　Camacho说：“在我们的行业中，这种转变是显而易见的。”“对几家大企业的内部劳动力研究表明，绝大多数开发人员已经在使用某种形式的人工智能帮助，其中一半以上的公司现在将人工智能和数据相关技能列为首要招聘优先事项。它感觉与早期的云波相似，但采用曲线的移动速度要快得多。”

　　开发工具提供商Deductive AI的CTO兼联合创始人Sameer Agarwal说，开发人员已经感觉到从基于编写代码的开发工作流程转变为监督、约束和推理代理生成的代码的开发工作流程。他说：“重要的技能组合正在相应地发生变化。”

　　许多开发人员已经在调整他们的技能，以更好地适应人工智能驱动的发展世界。我们询问了开发人员和技术领导者，他们是如何做出转变的。

　　结构化培训

　　正式和持续的培训，无论是在组织内部还是外部提供，都是跟上使用人工智能编码代理的最新趋势的方式之一。

　　Agarwal说：“在工程团队内部，最好的学习将来自结构化的内部培训。”“我们已经看到，许多企业开始就提示设计、代理行为、可靠性风险和人工智能生成的代码的故障模式进行会话。”他说，最有价值的课程不再是关于如何使用人工智能编码代理。相反，他们现在涵盖了调试人工智能代理，并评估其行动的质量和相关性。

　　分数营销公司Marketri的人工智能创新高级总监Brady Lewis说，每个开发人员都可以从有组织的学习方法中受益。他说：“通过机器学习、数据工程和/或统计领域的传统课程和/或特定认证课程获取知识的结构化路径，为开发人员提供了基础，他们可以在此基础上构建作为人工智能模型接口的应用程序。”

　　Lewis说，结构化学习不需要开发人员成为数据科学家。相反，它将教育开发人员了解人工智能系统的局限性，以使应用程序设计更具可预测性和弹性。

　　另见：科技公司想要的人工智能开发人员认证。

　　雇主对早期采用者的支持

　　开发人员接受的大部分人工智能培训可能来自雇主，因为他们希望扩大人工智能在开发中的使用。

　　Lewis说：“随着对内部人工智能培训计划的需求不断增长，越来越多的雇主通过向早期采用其内部培训计划的员工提供额外支持来区分自己。”

　　除了学习之外，其中一些培训可以为其他机会打开大门。

　　Lewis说，许多组织仍在努力了解其人工智能标准，“早期参与开发这些标准的开发人员比那些不参与开发这些标准的开发人员的影响更大。”

　　指导计划

　　基于团队的指导计划还有助于传播有关人工智能工具和流程的知识。

　　Camacho说：“许多团队内部发生的一个安静的趋势是，初级开发人员提出的问题越来越少，因为人工智能工具可以快速回答。”“这可能会加快任务速度，但会减缓长期增长。我所知道的最强大的团队是更频繁地将大三和大四人配对，鼓励代码审查，重点关注如何验证人工智能建议。”

　　Lewis说，随着实施人工智能驱动流程的公司数量不断增加，“指导机会也在增加”。“与那些在开发基于人工智能的流程方面带手合作的开发人员通常比那些孤立学习的人更快地获得重要的实践经验。”

　　Camacho说，持续学习正在成为基线期望。他说：“开发人员需要更强的了解数据、安全和安保，因为人工智能功能依赖于它们。”“将指导放在中心位置的团队将比完全依赖工具的团队增长更快。”

　　另见：您需要了解的关于人工智能治理的信息。

　　来自人工智能提供商的支持

　　为了帮助适应人工智能驱动的发展，为什么不直接去找人工智能提供商呢？

　　软件开发人员兼软件开发和相关主题书籍提供商WatzThis的首席执行官Chris Minnick说：“我将技能和简历适应人工智能的方法是直接访问最新人工智能技术的来源，并阅读其文档和培训材料。”

　　Minnick说：“例如，OpenAI有OpenAI学院，大多数从事人工智能工作的公司都有类似的资源。”“我没有考虑回到大学，因为大学课程不可能跟上变化的步伐。我确实学习并获得了亚马逊AWS人工智能从业者认证，这是他们的基本认证，表明您熟悉如何使用AWS人工智能相关工具以及生成性人工智能的工作原理。”

　　适应人工智能第一的心态

　　对于许多开发人员来说，向人工智能驱动开发过渡的第一步可能是最具挑战性的，因为它需要转变心态。

　　开发平台提供商Mendix的首席执行官Ray Kok说，软件开发人员首先需要接受他们的工作将发生根本性的改变。他说，人工智能优先的心态是每天必须锻炼的肌肉。

　　Kok说，开发人员还需要在软件开发的更高层次的抽象层面上训练自己。”摆脱编程思维，开始采用基于模型的软件开发作为软件组成和应用程序开发的补充工具，”他说。

　　Lewis说：“我看到开发人员在从学习个人人工智能工具转向了解人工智能系统的基本行为时，适应速度最快。”“做得好的开发人员较少关注记忆语法，而更多地关注学习编排、数据质量和工作流程结构如何影响人工智能辅助开发的可靠性。”

　　通过试错学习

　　更熟悉人工智能驱动的开发的一个方法是，在试错的基础上进行项目，看看哪些有效，哪些不有效。

　　网站和应用程序开发服务提供商Launch Turtle的创始人兼首席开发人员Jackson White说：“我认为开发人员可以适应和提高技能的地方与过去任何伟大的开发人员一样：通过将脚趾浸入水中，阅读文档/用户故事，然后跳入构建项目。”

　　White说：“我用Launch Turtle构建的第一个人工智能驱动的网站很糟糕，很多网站必须用传统的编码实践来修補。”“然而，随着模型和我自己的提示通过试错过程变得更加复杂，人工智能已经能够承担更重的负载。我认为其他开发人员也会发现类似的结果。”

　　Polyguard的首席执行官兼联合创始人Joshua McKenty说，开发人员明智地专注于自我引导的体验式学习，Polyguard是一家提供深度伪造和人工智能欺诈防御的公司。“把你的手弄脏了！”他说。“每隔几周尝试一次新的人工智能工具。向一个人工智能聊天机器人寻求帮助，使用另一个。掌握的真正标志是当你知道如何使用工具时，以及何时不知道如何使用。因此，将这些工具推到极限，并了解当你击中它们时会发生什么。”

　　别忘了更新你的简历

　　雇主想知道您在人工智能驱动的发展方面的经验，因此将此包括在简历中很重要。

　　Lewis说：“随着越来越多的公司建立内部人工智能能力，以及对人工智能能力的需求持续增长，简历也在发生变化。”「在这些领域（代理模式、工作流程设计、及时评估、质量控制）突出现实世界经验的开发人员正在远远领先于那些仅仅列出人工智能工具的开发人员。”

　　Lewis说，招聘经理越来越多地寻找能够阐明人工智能如何、在哪里和为什么增加价值的开发人员；它在哪里引入风险；以及如何使其在现实世界中可靠。

　　Minnick说：“当你获得新的人工智能技能时，更新你的简历至关重要，特别是如果你正在找工作或可能很快就会找工作。”他说，即使对于没有特别提到人工智能技能的职位列表，了解如何使用生成性人工智能并将其集成到软件中，也正在迅速成为软件开发工作的标准要求。