[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-ai-coding-tools-developers-use-at-work-zh":3,"tags-ai-coding-tools-developers-use-at-work-zh":33,"related-lang-ai-coding-tools-developers-use-at-work-zh":49,"related-posts-ai-coding-tools-developers-use-at-work-zh":53,"series-research-325bf481-3451-4754-8958-80df56ab1ff7":90},{"id":4,"title":5,"content":6,"summary":7,"source":8,"source_url":9,"author":10,"image_url":11,"keywords":12,"language":21,"translated_content":10,"views":22,"is_premium":23,"created_at":24,"updated_at":24,"cover_image":11,"published_at":25,"rewrite_status":26,"rewrite_error":10,"rewritten_from_id":27,"slug":28,"category":29,"related_article_id":30,"status":31,"google_indexed_at":32,"x_posted_at":10,"tweet_text":10,"title_rewritten_at":10,"title_original":10,"key_takeaways":10,"topic_cluster_id":10,"embedding":10,"is_canonical_seed":23},"325bf481-3451-4754-8958-80df56ab1ff7","開發者上班都在用哪些 AI 工具","\u003Cp>\u003Ca href=\"\u002Fnews\u002F2026-data-science-jobs-new-grads-zh\">2026\u003C\u002Fa> 年 1 月，\u003Ca href=\"https:\u002F\u002Fwww.jetbrains.com\" target=\"_blank\" rel=\"noopener\">JetBrains\u003C\u002Fa> 調查了 1 萬多名專業開發者。結果很直接：90% 已在工作中用 AI 工具寫程式或處理開發任務。這數字很猛，但更值得看的是，大家到底把哪些工具留在日常流程裡。\u003C\u002Fp>\u003Cp>講白了，市場早就不是「要不要用 AI」。現在是「哪個 AI 真的好用」。\u003Ca href=\"https:\u002F\u002Fblog.jetbrains.com\u002Fresearch\u002F2026\u002F04\u002Fwhich-ai-coding-tools-do-developers-actually-use-at-work\u002F\" target=\"_blank\" rel=\"noopener\">JetBrains 的 AI Pulse 調查\u003C\u002Fa> 顯示，開發者正在分成兩派。有人愛在瀏覽器開聊天框。有人要 AI 直接進 IDE、Terminal，甚至 Agent 工作流。\u003C\u002Fp>\u003Ch2>90% 的開發者，工作上已經碰 AI\u003C\u002Fh2>\u003Cp>先看最硬的數字。到 2026 年 1 月，90% 的受訪開發者說，他們在工作中會 नियमित 使用至少一種 AI 工具。這不是小眾玩家在玩票。這是辦公室日常了。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775650384006-q73z.png\" alt=\"開發者上班都在用哪些 AI 工具\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>JetBrains 也發現，74% 的人已經用上專門給開發者的 AI 工具。像是助手、編輯器整合、Agent，而不是一般聊天機器人。這代表大家不只是在問問題。大家在找能直接進工作流的工具。\u003C\u002Fp>\u003Cp>我覺得這個差別很重要。聊天機器人像是隨手問同事。專用工具則像是把同事塞進編輯器裡。前者方便，後者才會真的留下來。\u003C\u002Fp>\u003Cul>\u003Cli>90% 的開發者在工作中使用 AI\u003C\u002Fli>\u003Cli>74% 已採用開發者專用 AI 工具\u003C\u002Fli>\u003Cli>樣本超過 10,000 名專業開發者\u003C\u002Fli>\u003Cli>研究內容做了 8 種語言在地化\u003C\u002Fli>\u003Cli>涵蓋開發者、DevOps、QA、資料科學等角色\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這份調查的樣本也不算偏科。受訪者包含一般程式設計師、AI\u002FML 工程師、DevOps、架構師、資料科學家，還有會寫程式的 QA。大約 90% 的樣本都屬於開發者或程式設計師。\u003C\u002Fp>\u003Cp>所以這不是網路聲量，而是工作現場。你如果想知道公司到底會買什麼、標準化什麼、試用什麼，這份資料比產品發表會實在多了。\u003C\u002Fp>\u003Ch2>Claude Code 和 Copilot，真的進到工作裡\u003C\u002Fh2>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Code\u003C\u002Fa> 是這份報告裡最會衝的工具。2026 年 1 月，57% 的開發者聽過它。2025 年 9 月是 49%。2025 年 4 到 6 月只有 31%。工作採用率也拉到 18%。\u003C\u002Fp>\u003Cp>這個成長很有感。更誇張的是滿意度。JetBrains 給 Claude Code 的 CSAT 是 91%，NPS 是 54。白話就是，用過的人很願意推薦。這種口碑，通常比廣告有效得多。\u003C\u002Fp>\u003Cp>真人講過一句很貼切的話。\u003Cblockquote>\"The shift toward best-of-breed agents demonstrates that product excel\u003Ca href=\"\u002Fnews\u002Fapple-50-how-it-can-still-win-in-ai-zh\">le\u003C\u002Fa>nce now outweighs ecosystem lock-in.\"\u003C\u002Fblockquote>這句是 \u003Ca href=\"https:\u002F\u002Fwww.jetbrains.com\" target=\"_blank\" rel=\"noopener\">JetBrains\u003C\u002Fa> 研究團隊的觀察。意思很明白：現在大家更看重工具本身，不太吃生態綁定那套了。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fgithub.com\u002Ffeatures\u002Fcopilot\" target=\"_blank\" rel=\"noopener\">GitHub Copilot\u003C\u002Fa> 還是最有名的工具。知名度 76%，工作採用率 29%。但它的成長已經放慢。它在超大公司裡還是很強。員工數超過 5,000 人的公司，採用率到 40%。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fcursor.com\" target=\"_blank\" rel=\"noopener\">Cursor\u003C\u002Fa> 也很有存在感。知名度 69%，工作採用率 18%。這表示市場沒有只看聲量。大家開始挑輸出品質、整合程度、還有信任感。\u003C\u002Fp>\u003Cul>\u003Cli>Claude Code：57% 知名度，18% 工作採用率\u003C\u002Fli>\u003Cli>Claude Code：CSAT 91%，NPS 54\u003C\u002Fli>\u003Cli>GitHub Copilot：76% 知名度，29% 工作採用率\u003C\u002Fli>\u003Cli>5,000 人以上公司，Copilot 採用率 40%\u003C\u002Fli>\u003Cli>Cursor：69% 知名度，18% 工作採用率\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這裡的訊號很清楚。開發者不是只在採 AI。大家是在分辨哪個工具真的能幫忙。以前大家以為一家廠商可以吃下整條流程。現在看起來，這想法沒那麼穩了。\u003C\u002Fp>\u003Ch2>聊天機器人還在，Agent 已經進場\u003C\u002Fh2>\u003Cp>聊天介面還是很重要。JetBrains 發現，28% 的開發者在工作中用 \u003Ca href=\"https:\u002F\u002Fchat.openai.com\" target=\"_blank\" rel=\"noopener\">ChatGPT\u003C\u002Fa> 做開發相關事情。這比某些專用工具還高。說明純文字提問，還是很多團隊的第一站。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775650390956-vxd1.png\" alt=\"開發者上班都在用哪些 AI 工具\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>其他聊天工具的使用率沒那麼高，但也不能忽略。8% 的開發者用 \u003Ca href=\"https:\u002F\u002Fgemini.google.com\" target=\"_blank\" rel=\"noopener\">Gemini\u003C\u002Fa>。7% 用 Claude 的聊天介面。至於 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fcodex\u002F\" target=\"_blank\" rel=\"noopener\">OpenAI Codex\u003C\u002Fa>，在 2026 年 1 月的資料裡，知名度 27%，工作採用率 3%。JetBrains 也提醒，這份數據收集時，Codex 桌面版和 ChatGPT 內部推廣還沒正式放大。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fantigravity.google\" target=\"_blank\" rel=\"noopener\">Google Antigravity\u003C\u002Fa> 是一個很有意思的新面孔。它在 11 月推出，到 2026 年 1 月就拿到 6% 的採用率。對一個新編輯器來說，這速度不慢。畢竟大家早就有習慣、訂閱，還有一堆快捷鍵。\u003C\u002Fp>\u003Cp>JetBrains 自己的工具也有份。\u003Ca href=\"https:\u002F\u002Fwww.jetbrains.com\u002Fai\u002F\" target=\"_blank\" rel=\"noopener\">JetBrains AI Assistant\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fwww.jetbrains.com\u002Fjunie\u002F\" target=\"_blank\" rel=\"noopener\">Junie\u003C\u002Fa> 合計有 11% 的使用率。AI Assistant 是 9%，Junie 是 5%。\u003C\u002Fp>\u003Cp>這個格局很好懂。聊天機器人是最容易上手的入口。Agent 和編輯器整合，才是更深的使用層。開發者要的是「在 code 旁邊幫忙」，不是「去另一個分頁聊天」。\u003C\u002Fp>\u003Cul>\u003Cli>ChatGPT 聊天機器人：28% 工作使用率\u003C\u002Fli>\u003Cli>Gemini：8% 工作使用率\u003C\u002Fli>\u003Cli>Claude 聊天介面：7% 工作使用率\u003C\u002Fli>\u003Cli>OpenAI Codex：27% 知名度，3% 工作採用率\u003C\u002Fli>\u003Cli>Google Antigravity：2026 年 1 月達 6% 採用率\u003C\u002Fli>\u003Cli>JetBrains AI Assistant：9% 使用率\u003C\u002Fli>\u003Cli>Junie：5% 使用率\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>JetBrains 押注開放式 Agent 工作流\u003C\u002Fh2>\u003Cp>JetBrains 不只是做調查。它也在調自己的產品方向。公司想做的是開放生態。開發者可以依任務選不同 Agent，不必被單一供應商綁死。\u003C\u002Fp>\u003Cp>這個方向已經出現在幾個產品裡。JetBrains IDE 可以在 AI chat 裡接 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002Fclaude-code\" target=\"_blank\" rel=\"noopener\">Claude Agent\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fcodex\u002F\" target=\"_blank\" rel=\"noopener\">OpenAI Codex\u003C\u002Fa>。它也能透過 \u003Ca href=\"https:\u002F\u002Fagentclientprotocol.com\" target=\"_blank\" rel=\"noopener\">Agent Client Protocol\u003C\u002Fa> 接其他 Agent。JetBrains 也說，Codex 可以搭配 OpenAI API key，或直接用 ChatGPT 訂閱。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.jetbrains.com\u002Fcentral\u002F\" target=\"_blank\" rel=\"noopener\">JetBrains Central\u003C\u002Fa> 是它的控制平面。它管治理、雲端 runtime，還有共享語意層。目標是讓 Agent 看懂整個 code 結構。這說法很大，但方向很清楚。Agent 要當基礎設施來管，不是當玩具。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.jetbrains.com\u002Fair\u002F\" target=\"_blank\" rel=\"noopener\">Air\u003C\u002Fa> 目前是公開預覽版。它可以在隔離的 Docker container 或 Git worktree 裡同時跑多個 Agent。JetBrains 說，這樣 Agent 能理解 symbols、commit、methods，而且不會碰到主工作副本。\u003C\u002Fp>\u003Cp>\u003Ca href=\"https:\u002F\u002Fwww.jetbrains.com\u002Fjunie\u002Fcli\u002F\" target=\"_blank\" rel=\"noopener\">Junie CLI\u003C\u002Fa> 也已經進入 beta。它支援 BYOK，也能切 OpenAI、\u003Ca href=\"\u002Fnews\u002Fanthropic-claude-mythos-preview-meaning-zh\">Anth\u003C\u002Fa>ropic、Google、Grok。這不是小功能。等團隊開始比成本、延遲、輸出品質時，這種彈性就很值錢。\u003C\u002Fp>\u003Cul>\u003Cli>JetBrains AI Assistant：9% 使用率\u003C\u002Fli>\u003Cli>Junie：5% 使用率\u003C\u002Fli>\u003Cli>兩者合計：11%\u003C\u002Fli>\u003Cli>Air 支援 Docker container 與 Git worktree\u003C\u002Fli>\u003Cli>Junie CLI 支援 OpenAI、Anthropic、Google、Grok\u003C\u002Fli>\u003C\u002Ful>\u003Cp>我的看法很直接。JetBrains 在押注下一層競爭是 orchestration。當開發者開始同時用多個 Agent，真正贏的會是能幫你比較、控管、稽核的平台。\u003C\u002Fp>\u003Ch2>這對團隊採購有什麼意思\u003C\u002Fh2>\u003Cp>這份調查其實在提醒大家一件事。AI 已經進到工作裡了。問題不是要不要開放，而是要選哪個工具，才符合團隊流程、資安規則和預算。\u003C\u002Fp>\u003Cp>對工程主管來說，瀏覽器聊天框適合臨時問答。編輯器內的 Agent，則更適合重複改碼、跨檔案處理、repo 級任務。前者便宜好上手。後者才會真的影響產能。\u003C\u002Fp>\u003Cp>下一個該看的數字，不是個人用了幾次，而是組織層級怎麼標準化。JetBrains 說，之後會繼續追蹤 Agent 工作流，以及導入時遇到的問題。照這次的結果看，接下來的競爭，不是誰最會聊天，而是誰最能幫團隊交付。\u003C\u002Fp>\u003Cp>所以問題很簡單。你們公司是要標準化大家都認得的工具，還是那個開發者下班後還會自己打開的工具？\u003C\u002Fp>\u003Ch2>結語：接下來會更像「多工具混用」\u003C\u002Fh2>\u003Cp>如果你在帶團隊，我會建議先看三件事。第一，開發者現在到底用哪個 AI。第二，工具有沒有進 IDE 或 Terminal。第三，資安和成本能不能接受。這三件事比單純比模型名稱更實際。\u003C\u002Fp>\u003Cp>我自己的預測是，2026 年下半年，團隊不會只選一個 AI 工具。大家會更像在選一組工具。聊天機器人、IDE 助手、Agent 平台，各做各的事。誰能把這三層接順，誰就比較容易留下來。\u003C\u002Fp>","JetBrains 調查 1 萬多名開發者發現，90% 已在工作中使用 AI。Claude Code、Copilot、ChatGPT 佔據日常編碼場景，重點已從「要不要用」變成「用哪個」。","blog.jetbrains.com","https:\u002F\u002Fblog.jetbrains.com\u002Fresearch\u002F2026\u002F04\u002Fwhich-ai-coding-tools-do-developers-actually-use-at-work\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1775650384006-q73z.png",[13,14,15,16,17,18,19,20],"AI coding tools","開發者工具","Claude Code","GitHub Copilot","ChatGPT","JetBrains","Agent 工作流","AI 開發","zh",1,false,"2026-04-08T12:12:45.963804+00:00","2026-04-08T12:12:45.776+00:00","done","cc55735a-c4b6-4a5a-83fe-375bc37a1617","ai-coding-tools-developers-use-at-work-zh","research","2b8afa19-8425-4266-a2b6-85bb4aeb3521","published","2026-04-09T09:00:50.032+00:00",[34,35,37,39,41,43,45,47],{"name":14,"slug":14},{"name":17,"slug":36},"chatgpt",{"name":18,"slug":38},"jetbrains",{"name":16,"slug":40},"github-copilot",{"name":15,"slug":42},"claude-code",{"name":13,"slug":44},"ai-coding-tools",{"name":19,"slug":46},"agent-工作流",{"name":20,"slug":48},"ai-開發",{"id":30,"slug":50,"title":51,"language":52},"ai-coding-tools-developers-use-at-work-en","Which AI Coding Tools Developers Use at Work","en",[54,60,66,72,78,84],{"id":55,"slug":56,"title":57,"cover_image":58,"image_url":58,"created_at":59,"category":29},"667b72b6-e821-4d68-80a1-e03340bc85f1","turboquant-seo-shift-small-sites-zh","TurboQuant 與小站 SEO 變化","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778840440690-kcw9.png","2026-05-15T10:20:27.319472+00:00",{"id":61,"slug":62,"title":63,"cover_image":64,"image_url":64,"created_at":65,"category":29},"381fb6c6-6da7-4444-831f-8c5eed8d685c","turboquant-vllm-comparison-fp8-kv-cache-zh","TurboQuant 與 FP8 實測結果","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778839867551-4v9g.png","2026-05-15T10:10:36.034569+00:00",{"id":67,"slug":68,"title":69,"cover_image":70,"image_url":70,"created_at":71,"category":29},"c15f45ee-a548-4dbf-8152-91de159c1a11","llmbda-calculus-agent-safety-rules-zh","LLMbda 演算替 AI 代理人立安全規則","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778825503412-mlbf.png","2026-05-15T06:10:34.832664+00:00",{"id":73,"slug":74,"title":75,"cover_image":76,"image_url":76,"created_at":77,"category":29},"0c02225c-d6ff-44f8-bc92-884c8921c4a3","low-complexity-beamspace-denoiser-mmwave-mimo-zh","更簡單的毫米波波束域去噪器","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778814650361-xtc2.png","2026-05-15T03:10:30.06639+00:00",{"id":79,"slug":80,"title":81,"cover_image":82,"image_url":82,"created_at":83,"category":29},"9d27f967-62cc-433f-8cdb-9300937ade13","ai-benchmark-wins-cyber-scare-defenders-zh","為什麼 AI 基準賽在資安領域的勝利，應該讓防守方警醒","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778807450006-nofx.png","2026-05-15T01:10:29.379041+00:00",{"id":85,"slug":86,"title":87,"cover_image":88,"image_url":88,"created_at":89,"category":29},"bc402dc6-5da6-46fc-9d66-d09cb215f72b","why-linux-security-needs-patch-wave-mindset-zh","為什麼 Linux 安全需要「補丁浪潮」思維","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1778741449813-s2wn.png","2026-05-14T06:50:24.052583+00:00",[91,96,101,106,111,116,121,126,131,136],{"id":92,"slug":93,"title":94,"created_at":95},"f18dbadb-8c59-4723-84a4-6ad22746c77a","deepmind-bets-on-continuous-learning-ai-2026-zh","DeepMind 押注 2026 連續學習 AI","2026-03-26T08:16:02.367355+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"f4a106cb-02a6-4508-8f39-9720a0a93cee","ml-papers-of-the-week-github-research-desk-zh","每週 ML 論文清單，為何紅到 GitHub","2026-03-27T01:11:39.284175+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"c4f807ca-4e5f-47f1-a48c-961cf3fc44dc","ai-ml-conferences-to-watch-in-2026-zh","2026 AI 研討會投稿時程整理","2026-03-27T01:51:53.874432+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"9f50561b-aebd-46ba-94a8-363198aa7091","openclaw-agents-manipulated-self-sabotage-zh","OpenClaw Agent 會自己搞砸自己","2026-03-28T03:03:18.786425+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"11f22e92-7066-4978-a544-31f5f2156ec6","vega-learning-to-drive-with-natural-language-instructions-zh","Vega：使用自然語言指示進行自駕車控制","2026-03-28T14:54:04.847912+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"a4c7cfec-8d0e-4fec-93cf-1b9699a530b8","drive-my-way-en-zh","Drive My Way：個性化自駕車風格的實現","2026-03-28T14:54:26.207495+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"dec02f89-fd39-41ba-8e4d-11ede93a536d","training-knowledge-bases-with-writeback-rag-zh","用 WriteBack-RAG 強化知識庫提升檢索效能","2026-03-28T14:54:45.775606+00:00",{"id":127,"slug":128,"title":129,"created_at":130},"3886be5c-a137-40cc-b9e2-0bf18430c002","packforcing-efficient-long-video-generation-method-zh","PackForcing：短影片訓練也能生成長影片","2026-03-28T14:55:02.688141+00:00",{"id":132,"slug":133,"title":134,"created_at":135},"72b90667-d930-4cc9-8ced-aaa0f8968d44","pixelsmile-toward-fine-grained-facial-expression-editing-zh","PixelSmile：提升精細臉部表情編輯的新方法","2026-03-28T14:55:20.678181+00:00",{"id":137,"slug":138,"title":139,"created_at":140},"cf046742-efb2-4753-aef9-caed5da5e32e","adaptive-block-scaled-data-types-zh","IF4：神經網路量化的聰明選擇","2026-03-31T06:00:36.990273+00:00"]