北京2023年8月3日 /美通社/ -- CSDN、《新程序員》在去年ChatGPT橫空出世之后，發(fā)起了一份圍繞開發(fā)者現狀、人工智能和物聯(lián)網、云原生、數據庫、操作系統(tǒng)、芯片、開源的深度調查問卷，此問卷也融合了各個領域對生成式 AI 的應用進展，最終于近日正式形成一份長達 125 頁的《2023 中國開發(fā)者調查報告》完整內容。這份報告旨在為廣大開發(fā)者勾勒一幅真實而又鮮活的畫卷，以還原開發(fā)者們真實的生存現狀。
無論你是正在職場奮斗的老司機，還是正在大學里磨礪技藝的新手，希望這份調查報告能撥開心中的陰霾，成為你的"定心丸"，解答你內心的困惑。
Gitcode 地址：https://csdn.gitcode.host/Survey-Report-on-Developers-in-China/survey/2022/
重要發(fā)現
根據調查報告，我們有以下主要發(fā)現：
2023開發(fā)者真實畫像：30歲以下開發(fā)者減少，薪酬集中在8k-17k
「程序員是吃青春飯」的說法正在被打破
屬于"35歲年齡"的焦慮，隨著科技互聯(lián)網的快速迭代，正在不斷被打消。
數據顯示，近三年來，30 歲以下的開發(fā)者人數正在逐年下降，從2021年的 81%、2022年的78%，到今年的71%。與之形成鮮明對比的是，40歲以上的從業(yè)者人數從去年的3%上漲到了今年的7%。
開發(fā)者基本特征
其中，61%的開發(fā)者表示，想通過學習熱點技術來提升自己的事業(yè)。
基于此，有35%的開發(fā)者表示會一直做技術崗到退休。而當相關開發(fā)技能達到一定要求后，49.9%的開發(fā)者表示想成為一名管理者。這意味著越來越多的從業(yè)者想要更長久地奮戰(zhàn)在開發(fā)的一線。
整體薪酬有所下滑，最高薪行業(yè)已"變天"：從金融變?yōu)橥ㄓ嵲O備制造業(yè)。
近來全球經濟增長放緩，很多企業(yè)將"活下去"作為首要目標，為此，不少公司對上至CEO、下至一線開發(fā)者采取降薪手段來縮減成本。
相較于去年的數據，薪資低于5000元的開發(fā)者占比從去年的5.5%增至今年的13.7%。同時，月收入在8000-30000元范圍的開發(fā)者從去年的49.2%下降到40.2%。
開發(fā)者月薪分布情況
當進一步問及受訪者在過去一年中薪資是否有變化時，6%的開發(fā)者表示工資出現了負增長，43%的開發(fā)者工資沒有任何變化。僅51%的開發(fā)者表示過去一年工資有所上漲，而2022年該數據為62%。
另外，正如文章伊始IT從業(yè)者的求職現狀，整體大環(huán)境下，盲目地辭職并非明智之舉。數據顯示，近1-2年內有跳槽經歷的人不足三成，沒有跳槽的群體占比34.1%。
與此同時，往年高收入群體占比最高的通常是金融行業(yè)，而根據今年的調研數據顯示，今年通訊設備制造業(yè)的高收入群體占比最高，81%的開發(fā)者月薪超過8000元。
一線城市仍是開發(fā)者重要的聚集地，薪酬也比新一線、二三線要更勝一籌。
從地區(qū)分布上來看，不難理解，一線城市和新一線城市是很多互聯(lián)網公司的大本營。對于開發(fā)者群體而言，這里的機會會比二三線城市更多一些。
數據顯示，北京、廣東是開發(fā)者聚集較多的地域，占全國總數28.2%。上海、江蘇地區(qū)的開發(fā)者占比數量處于第二梯隊，占全國總數的15.1%。
在這里也更容易拿到高薪。數據顯示，月薪高于1.7萬元開發(fā)者數量Top 10的各地區(qū)中，在北京和上海工作的開發(fā)者有近半數的薪資在1.7萬元以上，其它地區(qū)僅占三成左右。
受教育程度也是影響薪資水平的一個重要因素。從數據來看，學歷高的開發(fā)者中，高收入群體占比相對較高。學歷背景為碩士研究生和博士研究生的開發(fā)者中，薪資達到1.7萬元以上的超過五成。
有時并非工作時長越長，薪酬越高。數據顯示，在工作時長多于55小時，但少于72小時的開發(fā)者中，收入超過1.7萬元的占比50%，比例最高。
程序員的日常：主職工作是開會，其次才是寫代碼，每日輸出101-200行代碼占比最高
在很多未入行的人看來，程序員每日就是抱著一臺電腦，手不停地敲打鍵盤，輸出各種英文字母組成的代碼。其實，數據顯示，在日常工作中，僅不足9%的開發(fā)者每天有超過70%以上的時間在寫代碼。每天超過一半時間在寫代碼的人員，占比不到30%。
按照代碼成果來看，75.5%的開發(fā)者每天有效代碼行數不超過300行。一天寫101-200行的開發(fā)者群體占比最高，為20.2%。
那要問程序員的時間都去哪了？
42.7%的開發(fā)者將投票投給了頻繁開會選項。其次，分散注意力的工作環(huán)境以及不清晰的工作流程等因素成為影響他們工作效率的主要"殺手"。
除了以上一些因素之外，都說現在的年輕人，一身反骨，拒絕內卷。
從調研數據上可以看到，有超過三成的開發(fā)者每周只需要工作40小時，73%的開發(fā)者不加班或僅有少量加班。
對開發(fā)者來說，工作時間越長，不滿意度越高。每周工作40小時（標準工時）的不滿意度最低，僅有4%。
倘若將個人生活與高薪加班工作放在同一水平線上來比較，有56%的受訪者果斷拒絕"大小周"，要正常休息時間。當然也有23%的開發(fā)者表示，為了高薪，愿意實行"大小周"工作制。
軟件開發(fā)工具：Python因AI水漲船高、34%的開發(fā)者使用過ChatGPT
從開發(fā)者賴以生存的工具來看，在編程領域，過去一年使用Java語言的開發(fā)者人數占比42.9%。隨著人工智能的發(fā)展，Python的使用量也逐漸提升，工作中常用Python的開發(fā)者占比31.2%。
螞蟻集團語雀團隊穩(wěn)定性負責人李靖點評道，Python具備出色的易讀性、靈活性和更強大的科學計算能力，這使得大量開發(fā)者開始對Python產生濃厚興趣，加上它在AI相關領域也有著非常活躍的生態(tài)，目前已經超過四分之一的開發(fā)者計劃在未來一年中學習和掌握這門語言。ChatGPT和Midjourney等大模型的面世，讓大家看到了AI的魅力，隨著算力的提升、數據集的豐富和模型訓練技術的進步，未來大模型有望逐步替代垂類NLP中小模型，一定程度也會汰換單一技能的生產力，這也跟眼下企業(yè)降本增效的目標是契合的。
相比之下，低級語言匯編是開發(fā)者最不喜歡接觸的語言，占比38%。此外，C、C++因為其使用難度，也讓部分開發(fā)者望而生畏。
近年來，Vue.js在Web開發(fā)中愈發(fā)流行，數據顯示有36.1%的開發(fā)者用Vue.js進行了大量開發(fā)。相較之下，jQuery的使用量在逐年下降，由去年的29.1%降至了23.3%。
Visual Studio Code作為輕量級跨平臺工具，有38%的開發(fā)者在日常工作中進行使用，排名依然穩(wěn)居第一。
伴隨著AI大模型的發(fā)展，越來越多AI工具可以提高開發(fā)者的開發(fā)效率，45%的開發(fā)者表示曾使用過AI編程相關工具，其中34%的開發(fā)者表示使用過ChatGPT。
如今隨著國產大模型的迅速崛起，AI編程輔助工具使用的這一比例只會增加不會減少。
自從AI可以幫助編程后，對于其是否能夠替換開發(fā)者有關的討論便不絕于耳。61%的開發(fā)者認為當前的AI編程并不能取代開發(fā)者。當然，也有一小部分開發(fā)者覺得AI編程有望取代現有開發(fā)者。
針對這一點，飛漫軟件創(chuàng)始人魏永明認為，一項新技術是否可能替代整個人類或者部分人類，或者某個職業(yè)，是由替代成本決定的。而計算機軟件發(fā)展到今天的規(guī)模，是一層層軟件堆疊而成的結果。就算AGI技術可以自己設計和實現操作系統(tǒng)、編譯器、數據庫，也不會有人花錢讓AGI去做這件事，因為從經濟上講，這是極度不劃算的事情。因此，替代會發(fā)生，但在可預見的未來，只會發(fā)生在應用層面。
AIGC，已經造出了一個全新的賽道
ChatGPT 成為全新生成式 AI 賽道的導火線，一經發(fā)布之后，引領全球科技公司對大模型研發(fā)的狂歡，這也不斷驅動市場新需求、新機遇的出現，由此吸引大批人才涌入這一波浪潮之中。
數據顯示，有41%的開發(fā)者是在2022年才開始涉獵AIoT相關開發(fā)工作的。
在具體應用場景中，近三成開發(fā)者會用到AI人像修復工具，AI人像修復技術可以幫助開發(fā)者，對人像進行自動修復和增強，提高應用設備上人臉檢測的效果以及準確性。
也是基于這個方向，有開發(fā)商開發(fā)了一款名為"妙鴨相機"的應用，9.9元解鎖寫真大片，成為近日不少用戶關注的重點。
在針對AI技術的突破上，26.6%的開發(fā)者表示看好生成式人工智能，其次是大規(guī)模數據集和大模型開源，分別占比23.4%和20.9%。
隨著AIoT的持續(xù)發(fā)展，在未來可能會取代人類的部分或全部工作。調查數據顯示，超過9成的開發(fā)者認為智能設備可以幫助我們完成工作，只有8%的開發(fā)者認為不能替代人類。
而進一步深度談論人工智能是否會具有意識的能力時，41%的開發(fā)者認為人工智能有可能產生出意識，看來很多人對于硅基生命的想象還是很豐富的。
不容忽視的是，AIoT技術的廣泛應用將會帶來一系列的倫理、法律和社會影響，也會改變我們的生活、社會和經濟。
因此，在AIoT技術全面普及之前，需要開展廣泛的社會、文化和倫理的探討和研究。36%的開發(fā)者表示，討論應該越早展開越好，在基礎研究階段就應該開始考慮倫理、法律和社會影響。也有同樣數量的開發(fā)者表示，在產品化、服務化之后社會使用和實施階再考慮也是可以的。
智源研究院訪問首席科學家，新加坡工程院院士，AAAI、ACM、IEEE及IAPR Fellow 顏水成點評道，根據本次調查顯示，AIoT開發(fā)者生態(tài)呈現出自由化和擴大化趨勢，同時其產品應用也更加的多樣化，這隨之帶來一個重要的問題，即AI的安全性問題。AI的安全性問題包含幾個方面：
云原生技術已成為驅動業(yè)務增長的重要引擎
作為新型基礎設施的重要支撐技術，云原生逐漸在人工智能、大數據、邊緣計算、5G等新興領域嶄露頭角。在對云原生感興趣的群體進行調查統(tǒng)計，數據顯示，僅只有20%的開發(fā)者表示，他們的服務未部署到云服務上。
云原生的優(yōu)勢，也是開發(fā)者們偏好使用云原生的原因，44%的開發(fā)者表示，云原生能夠提高開發(fā)效率。當然除了開發(fā)效率，提升業(yè)務的敏捷度也是吸引開發(fā)者重要的原因。
在具體技術方向上，45%的開發(fā)者主要涉足微服務架構，可見微服務架構在云原生領域的重要性。
萬博智云CTO孫琦表示，容器技術的不斷完善，促使微服務架構應用越來越多，而DevOps工具集是保證微服務項目落地的重要保障。
基于此，63%的開發(fā)者認為，掌握和運用Docker、K8s等技術是最為重要的。當然，44%的開發(fā)者認為微服務架構也非常重要。
穩(wěn)定性是所有開發(fā)者首要關注的問題，Serverless的使用也不例外，將近一半的開發(fā)者都關注其穩(wěn)定性，其次關注的便是在開發(fā)效率的提升上。
不過在使用云原生技術時，不少開發(fā)者也仍有顧慮。40.1%的開發(fā)者認為，規(guī)范API接口排在亟待改善問題的首位。適度微服務拆分、統(tǒng)一配置管理相當，分別占比30.5%和31.5%。
國產數據庫進入技術創(chuàng)新繁榮新階段
數據庫技術發(fā)展70余年，其在國內已發(fā)展也有四十年的時間。至此，31%的開發(fā)者感覺國產數據庫發(fā)展迅速，表現出極大的潛力與發(fā)展前景。
在他們看來，有獨立的理論原創(chuàng)內容（38%）、有不同于其他數據庫的功能特性（34%）、在工程領域做到世界前列（32%）和基于現有理論獨立完成編碼實現（32%）是國產數據庫創(chuàng)新的根本。
騰訊數據庫首席架構師李海翔認為，引發(fā)數據庫技術下一場的革命，一定是基礎理論層面獲得突破性進展。可以肯定的是，誰肯在理論研究層面投入資源，誰將獲得收益。
基于這些維度，數據顯示，TiDB數據庫繼續(xù)領先其他競爭對手，成為開發(fā)者最熟悉的國產數據庫之一。同時，AliSQL和OceanBase也將保持其強勁的發(fā)展勢頭。
開發(fā)者最為熟悉的國產數據庫Top10
在應用方面，開源數據庫使用率是最高的，占比39%，這反映出雖然開源數據庫在成本、可定制性等方面有很大的優(yōu)勢。
報告也指出，雖然國產數據庫發(fā)展穩(wěn)中向好，但數據庫遷移成本、兼容性等制約著國產數據庫的發(fā)展，因此，國產數據庫的發(fā)展也需要注意到這些問題，加強技術研發(fā)和團隊建設，提高數據遷移和兼容性的能力，以更好地服務于廣大用戶。
在關于數據庫的未來發(fā)展方向上，開發(fā)者的觀點主要集中在以下幾個方面：
多模數據庫，即一庫多用。這種數據庫開發(fā)技術可以將不同應用所需的各種數據整合到一個數據庫中，滿足多個應用場景需要，占比為52%。
AI融合數據庫也成為一個熱門方向。數據庫結合人工智能技術，可以實現數據庫的智能化、自動化運維，從而提高數據庫性能，占比為51%。
與云計算深度結合的數據庫，作為一種新型數據庫技術，將極大地提升數據分析和數據處理能力，占比為40%。
操作系統(tǒng)外殼正處于快速演變期
隨著國家對信息安全和數據主權的重視，國產操作系統(tǒng)的發(fā)展也越來越受到關注。在國產操作系統(tǒng)的發(fā)展中，一些開發(fā)團隊和公司秉持著創(chuàng)新和獨立自主的精神，增強了中國自主研發(fā)的能力，實現了操作系統(tǒng)的本土化。23%的開發(fā)者表示，當前國產操作系統(tǒng)已經滿足日常需求。
相比于國外主流操作系統(tǒng)而言，國產操作系統(tǒng)還面臨許多挑戰(zhàn)和問題，特別是在用戶體驗、使用習慣、升級維護成本和應用兼容性方面。
應用兼容性是開發(fā)者關注的最重要問題之一，有高達66.71%的開發(fā)者認為國產操作系統(tǒng)在應用兼容性方面存在問題。這與國外主流操作系統(tǒng)相比，國產系統(tǒng)應用的品種和數量可能還需要更多的拓展和支持，除了應用兼容性問題外，還有48.19%的開發(fā)者認為國產操作系統(tǒng)在用戶體驗方面也存在差距，33%的開發(fā)者關注使用習慣的問題，23.62%的開發(fā)者關注升級維護成本的問題。
這些反映出國產操作系統(tǒng)在整體體驗和質量上還需進一步優(yōu)化，同時在升級維護等方面也需要更好地完善和應對。
在國內自研操作系統(tǒng)中，HarmonyOS（鴻蒙）是最具有代表性和市場影響力的系統(tǒng)，有接近90%的開發(fā)者聽說過該系統(tǒng)。這一結果表明了人們對于華為公司的重視和關注，同時也反映了HarmonyOS在國內市場占據主導地位的趨勢。
除了HarmonyOS外，Deepin和中標麒麟也是目前國內自研操作系統(tǒng)中較為知名的系統(tǒng)。據調查顯示，有近三成的開發(fā)者聽說過Deepin操作系統(tǒng)，而有約四分之一的開發(fā)者熟悉中標麒麟操作系統(tǒng)。這兩款系統(tǒng)在一些特定領域擁有廣泛的應用和用戶口碑，也成為操作系統(tǒng)市場的重要參與者。
在分析導致國產操作系統(tǒng)產生差距的主要原因時，我們發(fā)現缺乏廣泛的應用生態(tài)是制約其發(fā)展的主要問題。
此外，技術型人才的缺失和持續(xù)資金的投入也是影響國產操作系統(tǒng)發(fā)展的重要因素。因此，國產操作系統(tǒng)需要加強應用程序的開發(fā)以及推廣，鼓勵更多的程序開發(fā)人員參與進來，并繼續(xù)投資研發(fā)以保證核心技術的不斷提升。
在開發(fā)者中，有74%的人認為，如果想要推動自主研發(fā)操作系統(tǒng)的生態(tài)系統(tǒng)發(fā)展，首先必須完善建設生態(tài)適配體系。構建一個操作系統(tǒng)根社區(qū)對于推動其發(fā)展也是至關重要的。同時，操作系統(tǒng)研發(fā)不同于其他的應用開發(fā)，它需要應對更多類型和更加復雜變幻多端的硬件設備的兼容性問題，適配性是自主研發(fā)操作系統(tǒng)推廣的關鍵環(huán)節(jié)。因此，44%開發(fā)者們認為在生態(tài)適配體系的建設上要花費更多的精力。
最后，面對未來 AI 驅動下操作系統(tǒng)，清華大學計算機系長聘副教授陳渝表示，大家普遍關注的基于Transformer模型的GPT（Generative Pre-trained Transformer）系統(tǒng)，如ChatGPT/Bard/文心一言等，推動了自然語言成為新的操作系統(tǒng)外殼。各種GPT系統(tǒng)通過新的應用框架接口ChatGPT/Bard API接口，預計將會形成的新的應用生態(tài)。目前已經浮現出來的應用包括行程助理、生活管家、工作秘書、代碼解釋器、網站自動生成、購物比價、文檔總結、文檔輔助生成等。簡言之，隨著計算機應用領域的不斷擴展，以及以人工智能技術為代表的新技術快速發(fā)展，操作系統(tǒng)的外殼也將隨之快速發(fā)展和演進。
芯片之路，道阻且長
幾個月前，OPPO 旗下芯片設計公司哲庫科技（ZEKU）原地解散，高管官宣這一消息時數次哽咽落淚，3000 多名員工于一夕之間全部失業(yè)，令人動容。國產芯片這條路上充滿的荊棘，尤其是在地緣政治等因素已經對產業(yè)長期前景造成影響的今天，非常人能想。
然而要想大力發(fā)展芯片產業(yè)，需要具備大量的知識積累和經驗開發(fā)者的加持。數據顯示，國內這方面的人才儲備仍然相對較少，僅只有6.0%的開發(fā)者能夠深入理解芯片技術、較深入應用，這使得芯片研究和開發(fā)的進程受到了限制。
現實來看，芯片制造與軟件開發(fā)流程不同，不能像軟件開發(fā)那樣進行小步快跑的迭代，整個制造過程的成本也比較高。56.62%的開發(fā)者認為在芯片制造中，容易出現產品應用市場與設想出現偏差，從而導致研發(fā)投入、生產成本等方面的浪費。其次是在芯片開發(fā)過程中，某些設計規(guī)格無法實現，半數的開發(fā)者都對此表示擔心。
基于此，多數芯片團隊主要專注于某個細分領域的芯片開發(fā)，所以，其規(guī)模都不太大。調查顯示，40.42%的公司人數小于10人。
在芯片開發(fā)工具應用上，芯片開發(fā)人員最常用的兩種語言分別是C/C++和Verilog。數據顯示，近五成的開發(fā)者在使用C/C++進行編寫代碼；Verilog是一種硬件描述語言，主要用于數字電路的建模和仿真，使用的開發(fā)者占比12.94%。
人工智能蓬勃發(fā)展，越來越多的專用芯片設計用于人工智能領域，它們的特點是針對特定的計算任務進行了高度優(yōu)化。數據顯示，在國內的芯片公司中，有38.46%的芯片是搭載人工智能技術的，能為人工智能應用提供更加高效的計算能力。
整體而言，國產芯片在開發(fā)中面臨很多挑戰(zhàn)和難題，以下是一些主要的方面：
中國科學院計算技術研究所副所長包云崗表示，新時代下，優(yōu)秀的芯片設計人才不僅僅懂芯片架構，也需要懂操作系統(tǒng)等軟件棧知識。然而，這類人才在國內更是稀缺，因為很多集成電路學院并不開設操作系統(tǒng)等軟件課程。要解決人才急缺問題，當前人才培養(yǎng)理念與方案需要改變，需要更重視軟硬件協(xié)同能力的培養(yǎng)。
開源已成軟件開發(fā)不可或缺的一部分
過去一年，開源發(fā)展呈現出強勁的勢頭，成為軟件行業(yè)的必然趨勢。根據調查數據顯示，96%的開發(fā)者正在使用開源軟件。
Java、Python、C++ 是他們常用的開發(fā)語言，分別占比 41%、27% 和 21%。
以公司為單位，很多科技企業(yè)在發(fā)力內源（InnerSource）、構建開源辦公室等，即把開發(fā)開源軟件中學到的經驗教訓應用到公司或組織內部開發(fā)軟件的實踐中，加速公司內部代碼共享。
其中大多數開發(fā)者是通過互聯(lián)網產品切入，接觸到開源項目。在開源項目的貢獻上，有72.9%的開發(fā)者通過代碼貢獻，49%開發(fā)者有文檔貢獻。
華東師范大學數據科學與工程學院教授王偉點評道，這些開發(fā)者不僅會使用開源軟件，還會通過提交代碼、解決問題等方式為開源社區(qū)做出貢獻。這表明開源社區(qū)已經成為一個開發(fā)者共同學習、分享和成長的平臺，也是整個行業(yè)向更加開放和透明方向發(fā)展的推動力量。
不過，有些遺憾的是，"用愛發(fā)電"成為驅動很多個人開發(fā)者參與開源的現狀。數據顯示，17%開發(fā)者志愿投入自己的時間，只有8%的受訪者表示參與開源是因為企業(yè)支付了工資。63%的開發(fā)者更是直言，從未在開源中獲得收入。
這也是導致近幾年來「faker.js」和「colors.js」項目倉庫開發(fā)者刪庫、core-js的悲劇等惡性開源事件屢見不鮮的原因。開源社理事莊表偉為此發(fā)聲，有許多參與開源的開發(fā)者，依然在用愛發(fā)電，依然靠著自己的熱愛在勉強支撐，這樣的狀況，已經到了迫切需要改變的時候了。
就技術領域而言，面向未來，人工智能的發(fā)展，吸引了眾多開發(fā)者的目光，45%的開發(fā)者比較關注開源AI，其次是編程語言和開源大數據。
致謝
以上內容主要來源于 CSDN 深度調研的《2023 中國開發(fā)者調查報告》。在此，也非常感謝：
對本次調查報告的指導與支持。以及衷心感謝電子工業(yè)出版社博文視點、機械工業(yè)出版社、清華大學出版社、人民郵電出版社異步社區(qū)以及中國水利水電出版社對本次調查提供了寶貴的圖書支持。
