作者 | 屠敏
出品 | CSDN（ID：CSDNnews）
「送出 2500 次的工作申請，接受 46 次面試，換來 1 紙 Offer」，這是今年早些時候一名被 Meta 解雇 PM 的一段令人咋舌的求職之旅。
這個引人關注的數字背後，折射出在 ChatGPT、GPT-4、Midjourney 等 AIGC 工具沖擊下開發者、工程師們求職的艱辛現實。
伴随着新潮流的來臨，一個令人不得不面對的問題擺在開發者們面前：新技術對老牌技術帶來的影響究竟有多大？過往學習的技能是否還能在這個不斷變化的時代找到用武之地？現在外界傳言的主流是否是大家都應跟随的目标？
CSDN、《新程式員》在去年ChatGPT橫空出世之後，發起了一份圍繞開發者現狀、人工智能和物聯網、雲原生、資料庫、作業系統、晶片、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 中國開發者調查報告》完整内容。這份報告旨在為廣大開發者勾勒一幅真實而又鮮活的畫卷，以還原開發者們真實的生存現狀。
無論你是正在職場奮鬥的老司機，還是正在大學裡磨砺技藝的新手，希望這份調查報告能撥開心中的陰霾，成為你的“定心丸”，解答你内心的困惑。
Gitcode 位址：https://csdn.gitcode.host/Survey-Report-on-Developers-in-China/survey/2022/
點選👆🏻圖檔，快速查閱《2023 中國開發者調查報告》
重要發現
根據調查報告，我們有以下主要發現：
- 30歲以下的開發者人數逐年下降，目前占比71%
- 開發者從事後端開發的比例最高，月收入在8000-17000元範圍的開發者從去年的49.2%降到了40.2%
- IT行業人員流動并沒有想象中那麼快，2023年沒有跳槽的開發者占比超3成
- 在軟體開發工具次元，Python的采用率大幅提升，占比31.2%；低級彙編語言是開發者最不喜歡的程式設計語言
- AI工具層面，26.6%的開發者表示看好生成式人工智能，34%的開發者表示使用過ChatGPT，61%的開發者認為目前的AI程式設計并不能取代開發者
- 雲原生逐漸在人工智能、大資料、邊緣計算、5G等新興領域嶄露頭角
- 與傳統的本地資料庫相比，雲資料庫在許多方面具有更高的可靠性和安全性，但仍有83%的開發者對資料安全表示擔心
- 國産作業系統在功能和性能上與國外作業系統還存在一定的差距，特别是在使用者體驗、使用習慣、更新維護成本和應用相容性方面
- 晶片技術需要大量的知識積累和開發經驗，但在國内這方面的人才儲備仍然相對較少，這使得晶片研究和開發的程序受到了限制
- 開源成為當今技術圈必不可少的一項技術，96%的開發者正在使用開源軟體
2023開發者真實畫像：30歲以下開發者減少，薪酬集中在8k-17k
「程式員是吃青春飯」的說法正在被打破
屬于“35歲年齡”的焦慮，随着科技網際網路的快速疊代，正在不斷被打消。
資料顯示，近三年來，30 歲以下的開發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歲以上的從業者人數從去年的3%上漲到了今年的7%。
其中，61%的開發者表示，想通過學習熱點技術來提升自己的事業。
基于此，有35%的開發者表示會一直做技術崗到退休。而當相關開發技能達到一定要求後，49.9%的開發者表示想成為一名管理者。這意味着越來越多的從業者想要更長久地奮戰在開發的一線。
整體薪酬有所下滑，最高薪行業已“變天”：從金融變為通訊裝置制造業
近來全球經濟增長放緩，很多企業将“活下去”作為首要目标，為此，不少公司對上至CEO、下至一線開發者采取降薪手段來縮減成本。
相較于去年的資料，薪資低于5000元的開發者占比從去年的5.5%增至今年的13.7%。同時，月收入在8000-30000元範圍的開發者從去年的49.2%下降到40.2%。
當進一步問及受訪者在過去一年中薪資是否有變化時，6%的開發者表示工資出現了負增長，43%的開發者工資沒有任何變化。僅51%的開發者表示過去一年工資有所上漲，而2022年該資料為62%。
另外，正如文章伊始IT從業者的求職現狀，整體大環境下，盲目地辭職并非明智之舉。資料顯示，近1-2年内有跳槽經曆的人不足三成，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，而根據今年的調研資料顯示，今年通訊裝置制造業的高收入群體占比最高，81%的開發者月薪超過8000元。
一線城市仍是開發者重要的聚集地，薪酬也比新一線、二三線要更勝一籌
從地區分布上來看，不難了解，一線城市和新一線城市是很多網際網路公司的大學營。對于開發者群體而言，這裡的機會會比二三線城市更多一些。
資料顯示，北京、廣東是開發者聚集較多的地域，占全國總數28.2%。上海、江蘇地區的開發者占比數量處于第二梯隊，占全國總數的15.1%。
在這裡也更容易拿到高薪。資料顯示，月薪高于1.7萬元開發者數量Top 10的各地區中，在北京和上海工作的開發者有近半數的薪資在1.7萬元以上，其它地區僅占三成左右。
受教育程度也是影響薪資水準的一個重要因素。從資料來看，學曆高的開發者中，高收入群體占比相對較高。學曆背景為碩士研究所學生和博士研究所學生的開發者中，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。資料顯示，在工作時長多于55小時，但少于72小時的開發者中，收入超過1.7萬元的占比50%，比例最高。
程式員的日常：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，程式員每日就是抱着一台電腦，手不停地敲打鍵盤，輸出各種英文字母組成的代碼。其實，資料顯示，在日常工作中，僅不足9%的開發者每天有超過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%的開發者每天有效代碼行數不超過300行。一天寫101-200行的開發者群體占比最高，為20.2%。
那要問程式員的時間都去哪了？
42.7%的開發者将投票投給了頻繁開會選項。其次，分散注意力的工作環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，拒絕内卷。
從調研資料上可以看到，有超過三成的開發者每周隻需要工作40小時，73%的開發者不加班或僅有少量加班。
對開發者來說，工作時間越長，不滿意度越高。每周工作40小時（标準工時）的不滿意度最低，僅有4%。
倘若将個人生活與高薪加班工作放在同一水準線上來比較，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%的開發者表示，為了高薪，願意實行“大小周”工作制。
軟體開發工具：Python因AI水漲船高、34%的開發者使用過ChatGPT
從開發者賴以生存的工具來看，在程式設計領域，過去一年使用Java語言的開發者人數占比42.9%。随着人工智能的發展，Python的使用量也逐漸提升，工作中常用Python的開發者占比31.2%。
螞蟻集團語雀團隊穩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，這使得大量開發者開始對Python産生濃厚興趣，加上它在AI相關領域也有着非常活躍的生态，目前已經超過四分之一的開發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，随着算力的提升、資料集的豐富和模型訓練技術的進步，未來大模型有望逐漸替代垂類NLP中小模型，一定程度也會汰換單一技能的生産力，這也跟眼下企業降本增效的目标是契合的。
相比之下，低級語言彙編是開發者最不喜歡接觸的語言，占比38%。此外，C、C++因為其使用難度，也讓部分開發者望而生畏。
近年來，Vue.js在Web開發中愈發流行，資料顯示有36.1%的開發者用Vue.js進行了大量開發。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作為輕量級跨平台工具，有38%的開發者在日常工作中進行使用，排名依然穩居第一。
伴随着AI大模型的發展，越來越多AI工具可以提高開發者的開發效率，45%的開發者表示曾使用過AI程式設計相關工具，其中34%的開發者表示使用過ChatGPT。
如今随着國産大模型的迅速崛起，AI程式設計輔助工具使用的這一比例隻會增加不會減少。
自從AI可以幫助程式設計後，對于其是否能夠替換開發者有關的讨論便不絕于耳。61%的開發者認為目前的AI程式設計并不能取代開發者。當然，也有一小部分開發者覺得AI程式設計有望取代現有開發者。
針對這一點，飛漫軟體創始人魏永明認為，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，是由替代成本決定的。而計算機軟體發展到今天的規模，是一層層軟體堆疊而成的結果。就算AGI技術可以自己設計和實作作業系統、編譯器、資料庫，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。是以，替代會發生，但在可預見的未來，隻會發生在應用層面。
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，一經釋出之後，引領全球科技公司對大模型研發的狂歡，這也不斷驅動市場新需求、新機遇的出現，由此吸引大批人才湧入這一波浪潮之中。
資料顯示，有41%的開發者是在2022年才開始涉獵AIoT相關開發工作的。
在具體應用場景中，近三成開發者會用到AI人像修複工具，AI人像修複技術可以幫助開發者，對人像進行自動修複和增強，提高應用裝置上人臉檢測的效果以及準确性。
也是基于這個方向，有開發商開發了一款名為“妙鴨相機”的應用，9.9元解鎖寫真大片，成為近日不少使用者關注的重點。
在針對AI技術的突破上，26.6%的開發者表示看好生成式人工智能，其次是大規模資料集和大模型開源，分别占比23.4%和20.9%。
随着AIoT的持續發展，在未來可能會取代人類的部分或全部工作。調查資料顯示，超過9成的開發者認為智能裝置可以幫助我們完成工作，隻有8%的開發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%的開發者認為人工智能有可能産生出意識，看來很多人對于矽基生命的想象還是很豐富的。
不容忽視的是，AIoT技術的廣泛應用将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。
是以，在AIoT技術全面普及之前，需要開展廣泛的社會、文化和倫理的探讨和研究。36%的開發者表示，讨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者表示，在産品化、服務化之後社會使用和實施階再考慮也是可以的。
智源研究院通路首席科學家，新加坡工程院院士，AAAI、ACM、IEEE及IAPR Fellow 顔水成點評道，根據本次調查顯示，AIoT開發者生态呈現出自由化和擴大化趨勢，同時其産品應用也更加的多樣化，這随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：
- 第一是AI的資料安全，AIoT應用的幾個最大領域，不論是制造業、金融、物流、醫療、安防還是自動駕駛，都是資料安全性要求極高的行業，既要保障AI能夠使用好私有資料，同時又要保護好原始資料安全以及AI分析之後的結果資料安全；
- 第二是AI的系統安全，AIoT最主要應用的這幾個大領域，本身對于安全的要求極高，一旦黑客通過AI系統漏洞進行攻擊，不論是盜取資料還是篡改結果，都會造成巨大的危害，開發者生态的自由化和擴大化更是對此形成了巨大的挑戰，如何進行AI系統的防護也是接下來需要特别重視的一個問題；
- 第三是AI本身意識的形成所帶來的倫理安全，目前已經有超過半數的開發者認為未來AI可能或者一定會形成自我意識，這個過程有可能是潛移默化的，需要提前做好準備工作。
雲原生技術已成為驅動業務增長的重要引擎
作為新型基礎設施的重要支撐技術，雲原生逐漸在人工智能、大資料、邊緣計算、5G等新興領域嶄露頭角。在對雲原生感興趣的群體進行調查統計，資料顯示，僅隻有20%的開發者表示，他們的服務未部署到雲服務上。
雲原生的優勢，也是開發者們偏好使用雲原生的原因，44%的開發者表示，雲原生能夠提高開發效率。當然除了開發效率，提升業務的靈活度也是吸引開發者重要的原因。
在具體技術方向上，45%的開發者主要涉足微服務架構，可見微服務架構在雲原生領域的重要性。
萬博智雲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%的開發者認為微服務架構也非常重要。
穩定性是所有開發者首要關注的問題，Serverless的使用也不例外，将近一半的開發者都關注其穩定性，其次關注的便是在開發效率的提升上。
不過在使用雲原生技術時，不少開發者也仍有顧慮。40.1%的開發者認為，規範API接口排在亟待改善問題的首位。适度微服務拆分、統一配置管理相當，分别占比30.5%和31.5%。
國産資料庫進入技術創新繁榮新階段
資料庫技術發展70餘年，其在國内已發展也有四十年的時間。至此，31%的開發者感覺國産資料庫發展迅速，表現出極大的潛力與發展前景。
在他們看來，有獨立的理論原創内容（38%）、有不同于其他資料庫的功能特性（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作（32%）是國産資料庫創新的根本。
騰訊資料庫首席架構師李海翔認為，引發資料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，誰将獲得收益。
基于這些次元，資料顯示，TiDB資料庫繼續領先其他競争對手，成為開發者最熟悉的國産資料庫之一。同時，AliSQL和OceanBase也将保持其強勁的發展勢頭。
在應用方面，開源資料庫使用率是最高的，占比39%，這反映出雖然開源資料庫在成本、可定制性等方面有很大的優勢。
報告也指出，雖然國産資料庫發展穩中向好，但資料庫遷移成本、相容性等制約着國産資料庫的發展，是以，國産資料庫的發展也需要注意到這些問題，加強技術研發和團隊建設，提高資料遷移和相容性的能力，以更好地服務于廣大使用者。
在關于資料庫的未來發展方向上，開發者的觀點主要集中在以下幾個方面：
- 多模資料庫，即一庫多用。這種資料庫開發技術可以将不同應用所需的各種資料整合到一個資料庫中，滿足多個應用場景需要，占比為52%。
- AI融合資料庫也成為一個熱門方向。資料庫結合人工智能技術，可以實作資料庫的智能化、自動化運維，進而提高資料庫性能，占比為51%。
- 與雲計算深度結合的資料庫，作為一種新型資料庫技術，将極大地提升資料分析和資料處理能力，占比為40%。
作業系統外殼正處于快速演變期
随着國家對資訊安全和資料主權的重視，國産作業系統的發展也越來越受到關注。在國産作業系統的發展中，一些開發團隊和公司秉持着創新和獨立自主的精神，增強了中國自主研發的能力，實作了作業系統的本土化。23%的開發者表示，目前國産作業系統已經滿足日常需求。
相比于國外主流作業系統而言，國産作業系統還面臨許多挑戰和問題，特别是在使用者體驗、使用習慣、更新維護成本和應用相容性方面。
應用相容性是開發者關注的最重要問題之一，有高達66.71%的開發者認為國産作業系統在應用相容性方面存在問題。這與國外主流作業系統相比，國産系統應用的品種和數量可能還需要更多的拓展和支援，除了應用相容性問題外，還有48.19%的開發者認為國産作業系統在使用者體驗方面也存在差距，33%的開發者關注使用習慣的問題，23.62%的開發者關注更新維護成本的問題。
這些反映出國産作業系統在整體體驗和品質上還需進一步優化，同時在更新維護等方面也需要更好地完善和應對。
在國内自研作業系統中，HarmonyOS（鴻蒙）是最具有代表性和市場影響力的系統，有接近90%的開發者聽說過該系統。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在國内市場占據主導地位的趨勢。
除了HarmonyOS外，Deepin和中标麒麟也是目前國内自研作業系統中較為知名的系統。據調查顯示，有近三成的開發者聽說過Deepin作業系統，而有約四分之一的開發者熟悉中标麒麟作業系統。這兩款系統在一些特定領域擁有廣泛的應用和使用者口碑，也成為作業系統市場的重要參與者。
在分析導緻國産作業系統産生差距的主要原因時，我們發現缺乏廣泛的應用生态是制約其發展的主要問題。
此外，技術型人才的缺失和持續資金的投入也是影響國産作業系統發展的重要因素。是以，國産作業系統需要加強應用程式的開發以及推廣，鼓勵更多的程式開發人員參與進來，并繼續投資研發以保證核心技術的不斷提升。
在開發者中，有74%的人認為，如果想要推動自主研發作業系統的生态系統發展，首先必須完善建設生态适配體系。建構一個作業系統根社群對于推動其發展也是至關重要的。同時，作業系統研發不同于其他的應用開發，它需要應對更多類型和更加複雜變幻多端的硬體裝置的相容性問題，适配性是自主研發作業系統推廣的關鍵環節。是以，44%開發者們認為在生态适配體系的建設上要花費更多的精力。
最後，面對未來 AI 驅動下作業系統，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，如ChatGPT/Bard/文心一言等，推動了自然語言成為新的作業系統外殼。各種GPT系統通過新的應用架構接口ChatGPT/Bard API接口，預計将會形成的新的應用生态。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，随着計算機應用領域的不斷擴充，以及以人工智能技術為代表的新技術快速發展，作業系統的外殼也将随之快速發展和演進。
晶片之路，道阻且長
幾個月前，OPPO 旗下晶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，令人動容。國産晶片這條路上充滿的荊棘，尤其是在地緣政治等因素已經對産業長期前景造成影響的今天，非常人能想。
然而要想大力發展晶片産業，需要具備大量的知識積累和經驗開發者的加持。資料顯示，國内這方面的人才儲備仍然相對較少，僅隻有6.0%的開發者能夠深入了解晶片技術、較深入應用，這使得晶片研究和開發的程序受到了限制。
現實來看，晶片制造與軟體開發流程不同，不能像軟體開發那樣進行小步快跑的疊代，整個制造過程的成本也比較高。56.62%的開發者認為在晶片制造中，容易出現産品應用市場與設想出現偏差，進而導緻研發投入、生産成本等方面的浪費。其次是在晶片開發過程中，某些設計規格無法實作，半數的開發者都對此表示擔心。
基于此，多數晶片團隊主要專注于某個細分領域的晶片開發，是以，其規模都不太大。調查顯示，40.42%的公司人數小于10人。
在晶片開發工具應用上，晶片開發人員最常用的兩種語言分别是C/C++和Verilog。資料顯示，近五成的開發者在使用C/C++進行編寫代碼；Verilog是一種硬體描述語言，主要用于數字電路的模組化和仿真，使用的開發者占比12.94%。
人工智能蓬勃發展，越來越多的專用晶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化。資料顯示，在國内的晶片公司中，有38.46%的晶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，國産晶片在開發中面臨很多挑戰和難題，以下是一些主要的方面：
- 設計能力：晶片設計是複雜而艱巨的工作，需要高超的技術和精湛的設計能力。39.91%的開發者表示，目前以國内的設計能力，很難去降低晶片設計成本。其次便是低功耗設計，35.36%的開發者表示要實作低功耗也非常困難。
- 專利保護：晶片制造涉及到大量的專利技術，國内晶片開發中，需要進行專利規避。
中國科學院計算技術研究所副所長包雲崗表示，新時代下，優秀的晶片設計人才不僅僅懂晶片架構，也需要懂作業系統等軟體棧知識。然而，這類人才在國内更是稀缺，因為很多內建電路學院并不開設作業系統等軟體課程。要解決人才急缺問題，目前人才培養理念與方案需要改變，需要更重視軟硬體協同能力的培養。
開源已成軟體開發不可或缺的一部分
過去一年，開源發展呈現出強勁的勢頭，成為軟體行業的必然趨勢。根據調查資料顯示，96%的開發者正在使用開源軟體。
Java、Python、C++ 是他們常用的開發語言，分别占比 41%、27% 和 21%。
以公司為機關，很多科技企業在發力内源（InnerSource）、建構開源辦公室等，即把開發開源軟體中學到的經驗教訓應用到公司或組織内部開發軟體的實踐中，加速公司内部代碼共享。
其中大多數開發者是通過網際網路産品切入，接觸到開源項目。在開源項目的貢獻上，有72.9%的開發者通過代碼貢獻，49%開發者有文檔貢獻。
華東師範大學資料科學與工程學院教授王偉點評道，這些開發者不僅會使用開源軟體，還會通過送出代碼、解決問題等方式為開源社群做出貢獻。這表明開源社群已經成為一個開發者共同學習、分享和成長的平台，也是整個行業向更加開放和透明方向發展的推動力量。
不過，有些遺憾的是，“用愛發電”成為驅動很多個人開發者參與開源的現狀。資料顯示，17%開發者志願投入自己的時間，隻有8%的受訪者表示參與開源是因為企業支付了工資。63%的開發者更是直言，從未在開源中獲得收入。
這也是導緻近幾年來「faker.js」和「colors.js」項目倉庫開發者删庫、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聲，有許多參與開源的開發者，依然在用愛發電，依然靠着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，人工智能的發展，吸引了衆多開發者的目光，45%的開發者比較關注開源AI，其次是程式設計語言和開源大資料。
緻謝
以上内容主要來源于 CSDN 深度調研的《2023 中國開發者調查報告》。在此，也非常感謝：
- 魏永明 飛漫軟體創始人
- 李 靖 螞蟻集團語雀團隊穩定性負責人
- 顔水成 智源研究院通路首席科學家，新加坡工程院院士，AAAI、ACM、IEEE及IAPR Fellow
- 孫 琦 萬博智雲CTO
- 李海翔 騰訊資料庫首席架構師
- 陳 渝 清華大學計算機系長聘副教授
- 吳慶波 教育部國産基礎軟體工程研究中心主任
- 包雲崗 中國科學院計算技術研究所副所長
- 王 偉 華東師範大學資料科學與工程學院教授
- 莊表偉 開源社理事
對本次調查報告的指導與支援！以及衷心感謝電子工業出版社博文視點、機械工業出版社、清華大學出版社、人民郵電出版社異步社群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援。
檢視完整報告内容
快速擷取完整的報告内容