谷歌发布最新 DORA 报告,揭示开发者如何使用 AI
谷歌发布了最新的 2025 年 DORA 报告,核心聚焦 AI 在软件开发中的普及与影响。
DORA(DevOps Research and Assessment)是谷歌长期主导的开发效能研究项目,每年都会通过大规模调研为全球软件团队提供数据驱动的洞见。
2025 年的核心主题是 AI 的普及、信任问题,以及它对团队和组织的真实影响。
下面是关于这份报告的主要发现和解读:
-
AI 普及率空前提升
-
90% 的开发者已经在日常核心工作中使用 AI,比去年增加了 14%。
-
中位数来看,开发者每天大约花 2 小时使用 AI。
-
解读:AI 已经不再是“尝鲜工具”,而是开发工作流中的固定组成部分。
-
-
AI 使用带来生产力和质量提升
-
80% 的开发者表示 AI 提高了效率。
-
59% 认为 AI 对代码质量有帮助。
-
解读:AI 的最大价值在于“加速”与“减少低级错误”,但并没有完全替代人类创造力。
-
-
信任悖论(Trust Paradox)
-
仅 24% 的人表示高度信任 AI。
-
约 30% 的人表示“几乎不信任”或“完全不信任”。
-
解读:AI 已经是生产力工具,但开发者依然保持审慎,担心其不确定性与幻觉。
-
-
AI 的“倍增效应”
-
报告强调:AI 本身不是解决方案,它更像“放大镜”。
-
在高效团队里,AI 放大优势 → 更快交付、更高质量。
-
在低效或碎片化团队里,AI 也可能放大混乱和问题。
-
解读:技术与组织文化、流程必须协同发展。
-
-
团队原型(7 Archetypes)
-
从“和谐高绩效团队(Harmonious high-achievers)”到“传统瓶颈团队(Legacy bottleneck)”,DORA 将团队分为 7 种典型模式。
-
每个原型反映了团队在 AI 采纳程度、交付效能、团队幸福感 三方面的状态。
-
解读:这为团队自我定位提供了参照系。
-
-
DORA AI 能力模型(7 项能力)
-
报告提出一个新的 AI 能力成熟度框架,包含 7 项关键能力,用来帮助组织评估和提升 AI 使用水平。
-
具体细节未完全公开,但核心包括:工具集成、治理与合规、信任与验证、跨职能协作、持续学习机制 等。
-
解读:这相当于 DevOps 能力模型的“AI 版本”,未来可能成为业界通用的评估标准。
-
详情:https://blog.google/technology/developers/dora-report-2025/

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
InfiniteTalk:无限长虚拟人视频生成的新范式
为解决虚拟人长视频生成的质量退化问题,基础研发平台/计算和智能平台部/视觉智能团队推出 InfiniteTalk 技术,实现无限时长视频生成。该技术口型精准且动作流畅,支持"语音驱动图像"和"语音驱动视频"多种模式,已在 GitHub 开源并获 1.6K Stars, Hugging Face 月下载量 64.8K,受到了很多好评,能够应用到电商直播、教育、影视等领域。 项目开源信息 项目主页 :https://meigen-ai.github.io/InfiniteTalk/ 开源代码 :https://github.com/MeiGen-AI/InfiniteTalk 技术报告 :https://arxiv.org/abs/2508.14033 应用场景 营销: 电商营销视频、商家数字人直播、虚拟人导购 培训:虚拟人讲师、虚拟人陪练、在线教育 娱乐:短视频创作、虚拟偶像、游戏 01 引言------video dubbing 的一个长期痛点 传统 video dubbing 技术长期受限于其固有的"口型僵局",即仅能编辑嘴部区域,导致配音所传递的情感与人物的面部、肢体表达严重脱节,...
-
下一篇
AI 编程工具被指 “水土不服”,企业需重新审视软件开发流程
在软件开发领域,生成式 AI 的应用起初被寄予厚望,但近日发布的一份来自贝恩公司的技术报告显示,这一领域的生产力提升效果并不显著。 报告指出,尽管有三分之二的软件公司已经推出了生成式 AI 工具,但开发者的实际使用率却很低。使用这些 AI 助手的团队所报告的生产力提升也仅有10% 到15% 左右。 更为引人关注的是,非营利研究机构模型评估与威胁研究(METR)的一项研究显示,AI 编程工具实际上使开发者的工作变慢。这是因为开发者需要花时间检查和修正 AI 生成的错误。因此,贝恩公司认为,节省下来的时间并未有效转化为更高价值的工作。 贝恩的报告指出,早期的 AI 应用主要集中在加速代码编写上,但写代码和测试代码通常只占整个开发过程的25% 到35%。因此,仅仅提高这一环节的效率并不足以缩短产品上市的时间。相反,生成式 AI 的真正价值可能在于跨越整个开发生命周期的应用,从需求发现到规划设计,再到测试、部署和维护等各个阶段。 目前,报告提到的一个新兴概念是 “自主 AI”。生成式 AI 过去多被视为智能助手,但随着技术的发展,自主 AI 将能够在最少人工干预的情况下,管理开发过程中的多个步...
相关文章
文章评论
共有0条评论来说两句吧...