新智元报道
新智元报道
【新智元导读】90%的开发者都在用AI，却只有24%真正信任它！DORA 2025报告揭示：AI不是万能解药，而是放大镜。它让强者飞升，让弱者溃败。七种团队人设、七项关键能力，决定了你的团队，是进化还是崩塌。
十年来，Google Cloud的DORA报告一直被视为观察全球软件团队的风向标。
而2025年这份新报告，把焦点放在了一个前所未有的主题上——AI已经全面渗透开发流程。
近五千名技术从业者的调研结果表明，AI不再是尝鲜，而是主流。
开发者用它写代码、改 bug、补文档，甚至参与产品决策。
它既像「镜子」，折射出团队的真实状态，也像「放大器」，让优势和短板同时被放大。
可最诡异的是：当90%的人都在用AI时，真正信任它的人却寥寥无几。
根据报告显示，高达90%的开发者已经在日常工作中使用AI，这一比例比去年上涨了14%
他们也不再是偶尔使用AI，而是达到每天中位数两小时，约占工作日的四分之一。
这种「深度绑定」几乎覆盖了开发流程的各个环节。
写新代码（71%）、修改已有代码（66%）、写文档（64%）、创建测试用例（62%）等都已成为AI的主战场。
开发者在不同任务中使用AI的比例。写新代码、改bug和写文档是最常见的应用场景
而且，绝大多数人都感受到了回报：80%的人认为生产力显著提升，59%的人表示代码质量更好。
一位受访开发者甚至说：
AI有时写出的代码比我更好，因为它往往更整洁，符合标准，而我可能会偷懒忘记重构。
然而，数据背后却隐藏着一个惊人的反差。明明人人在用，却几乎没人真信。
调查显示，虽然七成开发者对AI输出有一定程度的信心，但只有24%的人表示「高度信任」，其中仅4%「非常信任」，20%「比较信任」，仍有30%的人几乎不信任。
开发者对AI输出结果的信任分布
研究团队把这种现象称作「信任悖论」：AI已成为写代码、调bug的标配工具，但人们对它的信任却并未同步增长。
这种心理有点类似Stack Overflow ——开发者天天用，但始终保持着一丝怀疑态度。
这也表明了，AI已经走上舞台中央，但它仍然是一位「不被完全信任的合作者」。
如果说「信任悖论」示了开发者的心理矛盾，那么另一个发现更耐人寻味：AI并不是单向的效率药丸，而是一面镜子，照出了团队真实的底色。
在那些文化健康、协作顺畅的团队里，AI的加入就像加速器，让他们的迭代更快、质量更高。
但一旦环境本身存在裂缝，比如遗留系统拖累、流程僵化、沟通混乱，AI并不会救场，反而会把这些问题放大，让交付变得更加不稳定。
数据已经印证了这一点：个体效率、代码质量和组织绩效显著提升的同时，交付的不确定性和团队内的摩擦也在上升。
AI对个人、团队和组织的综合影响。整体表现正向，但也可能带来交付不稳定和额外摩擦
从数据上看，个体效率、代码质量和组织绩效显著提升，但与此同时，「软件交付不稳定性」也随之上升。
部分团队的burnout和friction水平被推高。AI不会自动解决问题，只会让现状更加极端。
报告还特别指出了一点：AI的使用与交付吞吐量呈正相关，这意味着高效团队正在更快发布软件，这也是对去年的研究结论的一次反转。
2024年的DORA报告曾发现，AI的引入和交付速度没有显著关系，而2025年的数据首次证实了它确实能让强者更强。
更有意思的是，研究者在团队访谈中发现了一种「镜像效应」。
在「高效能团队」里，AI帮助他们更快完成代码审查、测试和部署，成员普遍觉得：
有了AI，大家更敢于尝试新的工作方式。
在「低效能团队」里，AI被当作「临时补丁」使用，结果bug倍增，返工频繁，团队成员甚至觉得AI「让混乱更显眼」。
为了揭示背后的规律，今年的DORA报告提出了一个有趣的框架：七种典型的团队「人设」。
有些团队被称为「和谐高绩效」，因为他们能用AI放大优势；有些则被归为「遗留瓶颈」，AI只会让老问题更突出；还有的则陷入「混乱拼凑」，AI反而成了新的负担。
听上去像是一份职场MBTI测试，但背后却是对近五千个团队的系统分析。
它们共同揭示了一个事实：AI的价值，不在于有没有用，而在于你是否有能力用好它。
在今年的DORA报告里，研究者把近五千个团队的画像汇总成了七种「典型人设」。
七类典型研发团队的综合表现。
不同人设在效率、质量、交付稳定性等维度上的差异一目了然。
「和谐高绩效团队」是人人向往的理想型。他们像一支默契的乐队，AI的介入让节奏更快、旋律更稳。
报告显示，这类团队在几乎所有指标上都是正向加分，从效率到幸福感都位居前列。
与之相对的，是「遗留瓶颈团队」。
他们背着庞大的旧系统和僵化流程，就像一辆发动机老旧的车，即使装上最新的AI涡轮，跑起来依旧卡顿。
这类团队的「交付不稳定性」指数显著飙升，AI反而成了放大镜，让缺陷更难忽视。
还有一些处于中间地带的，比如「低频高效团队」。
他们谨慎、慢热，但关键时刻能打出高质量的成果。
AI对他们而言，更像是一种「精修工具」，帮他们保持高水准，却无法解决节奏缓慢的问题。
在这七种人设中，有的代表了未来，也有的预示了风险。
不同团队人设在样本中的分布。说明大多数团队仍处在「中间状态」，既有优势也存在隐患
这就像一次「团队体检」：AI不会改变你的本质，只会让优点更亮、缺点更痛。
至于你的团队属于哪一类，答案可能比你想象的更直白。
如果说「团队人设」像是一份诊断报告，告诉你你是谁，那么DORA提出的AI能力模型，就是一份行动指南，告诉你该怎么做。
研究者发现，AI能否真正发挥作用，不取决于有没有用，而取决于组织是否准备好承接它。
于是，他们在今年的报告中首次提出了DORA AI Capabilities Model：七项关键能力，决定了一个团队能否从「遗留瓶颈」进化为「和谐高效」。
这些能力既包括技术建设，也涉及文化与制度：
用户导向（User-Centric Focus）：AI能否真正服务业务与用户，而不是为了炫技。
版本控制（Strong Version Control Practice）：是否有规范的迭代管理，避免AI引入混乱。
数据可用性（AI-Accessible Internal Data）：内部数据是否结构化、可被模型利用。
小批量工作（Working in Small Batches）：敢不敢拆解任务，让AI参与更高效的微循环。
清晰AI立场（Clear and Communicated AI Stance）：组织是否明确了对AI的态度与准则。
内部平台（Quality Internal Platform）：有没有配套的开发平台，把AI嵌入日常流程。
健康数据生态（Healthy Data Ecosystem）：数据治理是否到位，隐私与合规有没有保障。
这些要素和最终绩效直接挂钩：版本控制与代码质量强相关，用户导向能显著提升团队表现，健康的数据生态决定组织能否长期跑下去。
换句话说，AI 成功的关键不在「买了什么工具」，而在「是否具备这七项能力」。
这也解释了为什么同样是90%的使用率，有的团队飞升，有的却陷入困境。
DORA报告的结论很直白：
真正成功的组织，不是先有AI才升级文化，而是先塑造文化，AI才能发挥作用。
这意味着，未来几年里，AI在开发领域的最大挑战，可能不再是技术本身，而是组织是否愿意改变。
AI已经从尝鲜工具变成开发者的标配。它让效率和质量得到提升，却也可能放大组织的混乱与不稳定。
真正的挑战从来不是要不要用，而是团队是否具备承接它的文化与能力。
DORA报告提醒我们：AI不是终点，而是一面镜子。
你的团队，会借助它飞升，还是被照出裂缝？
