十年來，Google Cloud的DORA報告一直被視為觀察全球軟件團隊的風向標。

而2025年這份新報告，把焦點放在了一個前所未有的主題上——AI已經(jīng)全面滲透開發(fā)流程。

近五千名技術從業(yè)者的調研結果表明，AI不再是嘗鮮，而是主流。

開發(fā)者用它寫代碼、改 bug、補文檔，甚至參與產(chǎn)品決策。

它既像「鏡子」，折射出團隊的真實狀態(tài)，也像「放大器」，讓優(yōu)勢和短板同時被放大。

可最詭異的是：當90%的人都在用AI時，真正信任它的人卻寥寥無幾。

AI成為標配，卻沒人真信？

根據(jù)報告顯示，高達90%的開發(fā)者已經(jīng)在日常工作中使用AI，這一比例比去年上漲了14%

他們也不再是偶爾使用AI，而是達到每天中位數(shù)兩小時，約占工作日的四分之一。

這種「深度綁定」幾乎覆蓋了開發(fā)流程的各個環(huán)節(jié)。

寫新代碼（71%）、修改已有代碼（66%）、寫文檔（64%）、創(chuàng)建測試用例（62%）等都已成為AI的主戰(zhàn)場。

開發(fā)者在不同任務中使用AI的比例。寫新代碼、改bug和寫文檔是最常見的應用場景

而且，絕大多數(shù)人都感受到了回報：80%的人認為生產(chǎn)力顯著提升，59%的人表示代碼質量更好。

一位受訪開發(fā)者甚至說：

AI有時寫出的代碼比我更好，因為它往往更整潔，符合標準，而我可能會偷懶忘記重構。

然而，數(shù)據(jù)背后卻隱藏著一個驚人的反差。明明人人在用，卻幾乎沒人真信。

調查顯示，雖然七成開發(fā)者對AI輸出有一定程度的信心，但只有24%的人表示「高度信任」，其中僅4%「非常信任」，20%「比較信任」，仍有30%的人幾乎不信任。

開發(fā)者對AI輸出結果的信任分布

研究團隊把這種現(xiàn)象稱作「信任悖論」：AI已成為寫代碼、調bug的標配工具，但人們對它的信任卻并未同步增長。

這種心理有點類似Stack Overflow ——開發(fā)者天天用，但始終保持著一絲懷疑態(tài)度。

這也表明了，AI已經(jīng)走上舞臺中央，但它仍然是一位「不被完全信任的合作者」。

AI不是解藥，而是放大鏡

如果說「信任悖論」示了開發(fā)者的心理矛盾，那么另一個發(fā)現(xiàn)更耐人尋味：AI并不是單向的效率藥丸，而是一面鏡子，照出了團隊真實的底色。

在那些文化健康、協(xié)作順暢的團隊里，AI的加入就像加速器，讓他們的迭代更快、質量更高。

但一旦環(huán)境本身存在裂縫，比如遺留系統(tǒng)拖累、流程僵化、溝通混亂，AI并不會救場，反而會把這些問題放大，讓交付變得更加不穩(wěn)定。

數(shù)據(jù)已經(jīng)印證了這一點：個體效率、代碼質量和組織績效顯著提升的同時，交付的不確定性和團隊內的摩擦也在上升。

AI對個人、團隊和組織的綜合影響。整體表現(xiàn)正向，但也可能帶來交付不穩(wěn)定和額外摩擦

從數(shù)據(jù)上看，個體效率、代碼質量和組織績效顯著提升，但與此同時，「軟件交付不穩(wěn)定性」也隨之上升。

部分團隊的burnout和friction水平被推高。AI不會自動解決問題，只會讓現(xiàn)狀更加極端。

報告還特別指出了一點：AI的使用與交付吞吐量呈正相關，這意味著高效團隊正在更快發(fā)布軟件，這也是對去年的研究結論的一次反轉。

2024年的DORA報告曾發(fā)現(xiàn)，AI的引入和交付速度沒有顯著關系，而2025年的數(shù)據(jù)首次證實了它確實能讓強者更強。

更有意思的是，研究者在團隊訪談中發(fā)現(xiàn)了一種「鏡像效應」。

在「高效能團隊」里，AI幫助他們更快完成代碼審查、測試和部署，成員普遍覺得：

有了AI，大家更敢于嘗試新的工作方式。

在「低效能團隊」里，AI被當作「臨時補丁」使用，結果bug倍增，返工頻繁，團隊成員甚至覺得AI「讓混亂更顯眼」。

為了揭示背后的規(guī)律，今年的DORA報告提出了一個有趣的框架：七種典型的團隊「人設」。

有些團隊被稱為「和諧高績效」，因為他們能用AI放大優(yōu)勢；有些則被歸為「遺留瓶頸」，AI只會讓老問題更突出；還有的則陷入「混亂拼湊」，AI反而成了新的負擔。

聽上去像是一份職場MBTI測試，但背后卻是對近五千個團隊的系統(tǒng)分析。

它們共同揭示了一個事實：AI的價值，不在于有沒有用，而在于你是否有能力用好它。

七種團隊人設

AI讓好團隊飛升，爛團隊更爛

在今年的DORA報告里，研究者把近五千個團隊的畫像匯總成了七種「典型人設」。

七類典型研發(fā)團隊的綜合表現(xiàn)。

不同人設在效率、質量、交付穩(wěn)定性等維度上的差異一目了然。

「和諧高績效團隊」是人人向往的理想型。他們像一支默契的樂隊，AI的介入讓節(jié)奏更快、旋律更穩(wěn)。

報告顯示，這類團隊在幾乎所有指標上都是正向加分，從效率到幸福感都位居前列。

與之相對的，是「遺留瓶頸團隊」。

他們背著龐大的舊系統(tǒng)和僵化流程，就像一輛發(fā)動機老舊的車，即使裝上最新的AI渦輪，跑起來依舊卡頓。

這類團隊的「交付不穩(wěn)定性」指數(shù)顯著飆升，AI反而成了放大鏡，讓缺陷更難忽視。

還有一些處于中間地帶的，比如「低頻高效團隊」。

他們謹慎、慢熱，但關鍵時刻能打出高質量的成果。

AI對他們而言，更像是一種「精修工具」，幫他們保持高水準，卻無法解決節(jié)奏緩慢的問題。

在這七種人設中，有的代表了未來，也有的預示了風險。

不同團隊人設在樣本中的分布。說明大多數(shù)團隊仍處在「中間狀態(tài)」，既有優(yōu)勢也存在隱患

這就像一次「團隊體檢」：AI不會改變你的本質，只會讓優(yōu)點更亮、缺點更痛。

至于你的團隊屬于哪一類，答案可能比你想象的更直白。

AI生存藍圖

決定團隊命運的七項能力

如果說「團隊人設」像是一份診斷報告，告訴你你是誰，那么DORA提出的AI能力模型，就是一份行動指南，告訴你該怎么做。

研究者發(fā)現(xiàn)，AI能否真正發(fā)揮作用，不取決于有沒有用，而取決于組織是否準備好承接它。

于是，他們在今年的報告中首次提出了DORA AI Capabilities Model：七項關鍵能力，決定了一個團隊能否從「遺留瓶頸」進化為「和諧高效」。

這些能力既包括技術建設，也涉及文化與制度：

• 用戶導向（User-Centric Focus）：AI能否真正服務業(yè)務與用戶，而不是為了炫技。
• 版本控制（Strong Version Control Practice）：是否有規(guī)范的迭代管理，避免AI引入混亂。
• 數(shù)據(jù)可用性（AI-Accessible Internal Data）：內部數(shù)據(jù)是否結構化、可被模型利用。
• 小批量工作（Working in Small Batches）：敢不敢拆解任務，讓AI參與更高效的微循環(huán)。
• 清晰AI立場（Clear and Communicated AI Stance）：組織是否明確了對AI的態(tài)度與準則。
• 內部平臺（Quality Internal Platform）：有沒有配套的開發(fā)平臺，把AI嵌入日常流程。
• 健康數(shù)據(jù)生態(tài)（Healthy Data Ecosystem）：數(shù)據(jù)治理是否到位，隱私與合規(guī)有沒有保障。

這些要素和最終績效直接掛鉤：版本控制與代碼質量強相關，用戶導向能顯著提升團隊表現(xiàn)，健康的數(shù)據(jù)生態(tài)決定組織能否長期跑下去。

換句話說，AI 成功的關鍵不在「買了什么工具」，而在「是否具備這七項能力」。

這也解釋了為什么同樣是90%的使用率，有的團隊飛升，有的卻陷入困境。

DORA報告的結論很直白：

真正成功的組織，不是先有AI才升級文化，而是先塑造文化，AI才能發(fā)揮作用。

這意味著，未來幾年里，AI在開發(fā)領域的最大挑戰(zhàn)，可能不再是技術本身，而是組織是否愿意改變。

AI已經(jīng)從嘗鮮工具變成開發(fā)者的標配。它讓效率和質量得到提升，卻也可能放大組織的混亂與不穩(wěn)定。

真正的挑戰(zhàn)從來不是要不要用，而是團隊是否具備承接它的文化與能力。

DORA報告提醒我們：AI不是終點，而是一面鏡子。

你的團隊，會借助它飛升，還是被照出裂縫？