2025年DORA报告：AI在软件开发中的全面渗透与信任悖论

在过去的十年中，Google Cloud的DORA报告一直被业界视为观测全球软件团队动向的关键指标。

而2025年的最新报告，首次将焦点置于一个革命性主题——AI已全面融入开发流程的各个环节。

基于近五千名技术专业人员的调查数据，AI不再是实验性工具，而是成为了主流标配。

开发者们利用它编写代码、修复缺陷、补充文档，甚至参与产品策略的制定。

它既如同一面“镜子”，映照出团队的实际状况，也像一个“放大器”，使得优势与短板同时凸显。

但最引人深思的是：当90%的开发者都在使用AI时，真正对其输出抱有信任的人却屈指可数。

AI成为标配，却无人真心信赖？

报告数据显示，高达90%的开发者已在日常工作中频繁使用AI，这一比例较去年上升了14%。

他们不再仅是偶尔尝试，而是达到每日中位数两小时的使用时长，约占工作日四分之一。

这种“深度整合”几乎覆盖了开发全流程。

编写新代码（71%）、修改现有代码（66%）、撰写文档（64%）、创建测试用例（62%）等均已变成AI的核心应用领域。

开发者在不同任务中使用AI的比例。编写新代码、修复错误和撰写文档是最常见的应用场景

而且，绝大多数使用者感受到了积极回报：80%的人认为生产效率显著提高，59%的人表示代码质量更为优秀。

一位受访开发者分享道：

AI有时生成的代码比我写的更优，因为它往往更整洁、符合规范，而我可能因疏忽而忘记重构。

然而，数据背后藏着一个惊人反差。尽管人人都在使用，却鲜有人真正信任。

调查表明，虽然七成开发者对AI输出抱有某种程度信心，但仅24%的人表示“高度信任”，其中仅4%“非常信任”，20%“比较信任”，仍有30%的人几乎不信任。

开发者对AI输出结果的信任分布

研究团队称此现象为“信任悖论”：AI已成为编码、调试的必备工具，但人们对它的信任并未同步提升。

这种心理类似Stack Overflow——开发者日常依赖，却始终保留一丝质疑。

这也说明，AI已站上中心舞台，但它仍是一位“未被完全信赖的协作伙伴”。

AI并非万能解药，而是现状放大镜

如果说“信任悖论”揭示了开发者的心理矛盾，那么另一发现更值得玩味：AI并非单向的效率提升剂，而是一面镜子，反射出团队的真实底色。

在那些文化健康、协作流畅的团队中，AI的加入犹如加速器，助力他们更快迭代、更优质量。

但若环境本身存在裂痕，比如遗留系统负担、流程僵化、沟通紊乱，AI不会挽救局面，反而将这些问题放大，导致交付更不稳定。

数据证实了这一点：个体效率、代码质量和组织绩效显著提升的同时，交付的不确定性和团队内部摩擦也在加剧。

AI对个人、团队和组织的综合影响。整体表现积极，但也可能引发交付不稳定和额外摩擦

从数据看，个体效率、代码质量和组织绩效显著改善，但与此同时，“软件交付不稳定性”也随之上升。

部分团队的倦怠和摩擦水平被推高。AI不会自动解决问题，只会使现状更趋极端。

报告特别指出：AI的使用与交付吞吐量呈正相关，这意味着高效团队正在更频繁地发布软件，这也是对去年研究结论的一次逆转。

2024年DORA报告曾发现AI引入与交付速度无显著关联，而2025年数据首次证明它确实能让强者更强。

更有趣的是，研究者在团队访谈中观察到一种“镜像效应”。

在“高效能团队”里，AI协助他们更快完成代码审查、测试和部署，成员普遍感到：

有了AI，大家更勇于尝试新的工作方式。

在“低效能团队”里，AI被用作“临时补丁”，结果缺陷倍增、返工频繁，团队成员甚至认为AI“让混乱更为凸显”。

为揭示背后规律，今年DORA报告提出了一个有趣框架：七种典型团队“人设”。

有些团队被称为“和谐高绩效”，因为他们能用AI放大优势；有些则被归为“遗留瓶颈”，AI只会让老问题更突出；还有的陷入“混乱拼凑”，AI反而成为新负担。

听上去像职场MBTI测试，但背后是对近五千个团队的系统剖析。

它们共同揭示一个事实：AI的价值，不在于是否使用，而在于团队是否具备善用的能力。

七种团队人设

AI让优秀团队飞跃，让落后团队更糟

在今年的DORA报告中，研究者将近五千个团队画像归纳为七种“典型人设”。

七类典型研发团队的综合表现。

不同人设在效率、质量、交付稳定性等维度上的差异一目了然。

“和谐高绩效团队”是众人向往的理想型。他们像一支默契乐队，AI的介入让节奏更疾、旋律更稳。

报告显示，这类团队在几乎所有指标上均呈正向加分，从效率到幸福感都位居前列。

与之相对的是“遗留瓶颈团队”。

他们背负庞大旧系统和僵化流程，宛如一辆引擎老旧的车辆，即使安装最新AI涡轮，行驶依旧顿挫。

这类团队的“交付不稳定性”指数显著飙升，AI反而成为放大镜，让缺陷更难忽视。

还有一些处于中间地带，例如“低频高效团队”。

他们谨慎、慢热，但关键时刻能产出高质量成果。

AI对他们而言，更像一种“精修工具”，助其保持高水准，却无法解决节奏缓慢问题。

在这七种人设中，有的代表未来，有的预示风险。

不同团队人设在样本中的分布。说明大多数团队仍处“中间状态”，既有优势也存在隐患

这就像一次“团队体检”：AI不会改变本质，只会让优点更亮、缺点更痛。

至于你的团队属于哪一类，答案可能比你想象的更直接。

AI生存蓝图

决定团队命运的七项能力

如果说“团队人设”像一份诊断报告，告知你是谁，那么DORA提出的AI能力模型，就是一份行动指南，告知你该如何做。

研究者发现，AI能否真正发挥作用，不取决于是否使用，而取决于组织是否准备好承接它。

于是，他们在今年报告中首次提出DORA AI Capabilities Model：七项关键能力，决定了一个团队能否从“遗留瓶颈”进化为“和谐高效”。

这些能力既涵盖技术建设，也涉及文化与制度：

用户导向（User-Centric Focus）：AI能否真正服务业务与用户，而非仅为炫技。

版本控制（Strong Version Control Practice）：是否有规范迭代管理，避免AI引入混乱。

数据可用性（AI-Accessible Internal Data）：内部数据是否结构化、可被模型利用。

小批量工作（Working in Small Batches）：能否拆解任务，让AI参与更高效微循环。

清晰AI立场（Clear and Communicated AI Stance）：组织是否明确对AI的态度与准则。

内部平台（Quality Internal Platform）：有无配套开发平台，将AI嵌入日常流程。

健康数据生态（Healthy Data Ecosystem）：数据治理是否到位，隐私与合规有无保障。

这些要素与最终绩效直接挂钩：版本控制与代码质量强相关，用户导向能显著提升团队表现，健康的数据生态决定组织能否长期运行。

换言之，AI成功的关键不在“购置何种工具”，而在“是否具备这七项能力”。

这也解释了为何同样90%使用率，有的团队飞跃，有的却陷入困境。

DORA报告的结论鲜明：

真正成功的组织，不是先有AI才升级文化，而是先塑造文化，AI才能发挥作用。

这意味着，未来几年，AI在开发领域的最大挑战，可能不再是技术本身，而是组织是否愿意变革。

AI已从尝鲜工具变为开发者标配。它让效率和质量得以提升，却也可能放大组织的混乱与不稳定。

真正的挑战从来不是要不要用，而是团队是否具备承接它的文化与能力。

DORA报告提醒我们：AI不是终点，而是一面镜子。

你的团队，会借助它飞跃，还是被照出裂缝？

参考资料：

https://blog.google/technology/developers/dora-report-2025/

https://services.google.com/fh/files/misc/2025_state_of_ai_assisted_software_development.pdf