Skip to content
My Docs

2025 AI 指标年度回顾：12 个月数据揭示 AI 采用与影响的全貌

AI 几乎贯穿了 2025 年几乎所有工程团队的对话中心。绝大多数工程组织现在都在以某种方式使用 AI 工具——而那些处于前沿的公司已经在收获重要成果。

通过分析 Jellyfish 平台上数十万用户、数百家组织在过去 12 个月的数据，我们可以清晰地看到 2025 年 AI 采用的趋势及其对软件开发生命周期（SDLC）的整体影响。我们还能看到 Claude、Cursor 和 GitHub Copilot 等市场领先工具的使用情况在 2025 年是如何演变的。

AI 编码工具采用率持续攀升

Section titled “AI 编码工具采用率持续攀升”

AI 采用在 2025 年达到了新的高度。根据 Jellyfish 的 2025 年工程管理现状报告，90% 的团队现在已在工作流程中使用 AI，而一年前这一比例仅为 61%。

Jellyfish 平台数据在细分 AI 使用场景时呈现出相似的模式：

  • 代码助手采用率从 1 月的 49.2% 上升至 10 月的 69%，在 8 月达到峰值 72.8%。夏季的飙升可能与 Claude Opus 4.1 的发布（内置于 Claude Code）以及 OpenAI 在 8 月发布的 GPT-5 有关，随后 9 月又推出了 Codex 的更新。

这些数据表明开发者对 AI 的信心正在增强——此前对编码助手持怀疑态度的工程师们开始看到足够的潜在价值，愿意尝试。AI 编码助手在过去 12 个月里进化为具备上下文感知能力的智能体，领先工具为开发者生产力设立了新标准。

代码审查智能体的采用增长更为迅猛，从 1 月的 14.8% 跃升至 10 月的 51.4%。数据显示，3 月至 4 月之间出现了一次重大跃升——这与 Copilot Code Review 正式发布的时间吻合。随着 AI 审查工具在检测问题和漏洞方面不断精进，越来越多的团队开始信任这些工具来提升代码质量。将 Jellyfish AI Impact 和 SonarQube 等工具结合使用，可以为工程领导者在部署新 AI 工具时提供代码质量和安全性的可见性。

不同编码工具的采用差异

Section titled “不同编码工具的采用差异”
  • GitHub Copilot 是 2025 年最流行的编码助手，其次是 Claude Code 和 Cursor。
  • 在代码审查领域，Copilot 同样占据主导地位——67% 的工程师使用 Copilot Review，其次是 CodeRabbit 的 12%。
  • 然而，Cursor Agent 是排名第一的智能体 AI 工具：19.3% 的 AI 用户采用了 Cursor，而使用 GitHub Copilot Agent 的为 18%。

Claude、Copilot 和 Cursor 的用户留存率相近。2025 年 4 月初开始使用 Copilot 或 Cursor 的工程师中，89% 在 20 周后仍在使用该工具，而 Claude Code 的这一比例为 81%。在 Copilot 和 Cursor 上，我们看到采用后最初几周留存率会下降，然后数周后又回升。工程领导者可以通过培训和赋能来避免这种下滑——鼓励团队成员分享最佳实践并庆祝成功案例。

采用率增长对领导者的启示

Section titled “采用率增长对领导者的启示”

随着 AI 采用率的提升，工程领导者需要为开发者提供培训和支持，帮助他们有效使用 AI 开发工具。

AI 有潜力改变 开发者体验，但前提是组织拥有正确的流程。2025 年 DORA 报告 显示，AI 并非万能药——相反，它会放大组织现有的优势和劣势。对 AI 的增加投入应该促使领导者去解决那些可能阻碍进步的问题。

AI 带来了可衡量的影响

Section titled “AI 带来了可衡量的影响”

AI 采用率在 2025 年增长了，但这对实际工程成果意味着什么？

根据 Jellyfish 平台数据，现在几乎一半的公司 AI 生成代码占比达到 50% 以上，而年初这一比例仅为 20%。这不仅反映了 AI 编码助手采用的增长，也表明开发者越来越信任 AI 的输出结果。

使用 AI 审查的合并请求（PR）占比全年稳步且显著增长。到 10 月，略超 20% 的公司使用 AI 审查 10%~20% 的 PR。随着 AI 代码审查工具走向主流，我们预计这些数字在 2026 年将继续上升。

按工具统计的 PR 占比随时间变化呈现出一个有趣的图景。虽然 GitHub Copilot 在整个时期内都是最受欢迎的工具，但 Cursor 正在稳步追赶。1 月时，超过 80% 的 AI 辅助 PR 使用 Copilot，而 Cursor 不到 20%。到 10 月，比例变为 60% 和接近 40%。明年此时会看到五五开的局面吗？

深入分析，Jellyfish 与 OpenAI 合作 探索了 AI 对编码生产力和质量的影响。研究发现，AI 采用率更高的公司：

  • 每位工程师合并更多 PR： 当采用率从 0% 升至 100% 时，每位工程师的平均 PR 数量增长了 113%——从 1.36 增至 2.9。
  • 周期时间更快： 当采用率从 0% 升至 100% 时，公司的中位数周期时间可从 16.7 小时降至 12.7 小时——缩短 24%。
  • 修复更多 Bug： 低采用率公司中 7.5% 的 PR 是 Bug 修复，而在高采用率公司中这一比例为 9.5%。

这些指标为 AI 如何整体改变工程实践提供了关键洞察，但具体数据在不同组织之间可能存在显著差异。Jellyfish 的 AI Impact 框架 可以帮助领导者追踪采用率、生产力和成果，从而做出数据驱动的决策，让公司保持领先优势。

首发来源：Jellyfish 官方博客