腾讯研究院《AI原生工作报告2026》驾驭AI从信任鸿沟到可靠协作的十个关键词
- 2026-05-28 15:32:38
腾讯研究院《AI原生工作报告2026》驾驭AI从信任鸿沟到可靠协作的十个关键词84%采用 vs 29%信任 为什么用了≠用好了 2023 年，全球最大开发者社区 Stack Overflow 的年度开发者调 查显示 AI 编程工具的信任度是 40%。两年后，采用率从 70% 升到了 84%。信任度降到了 29%。用得越多，信得越少。为什 么我们很少见到一个技术是这样的？ 这个不是简单的信任问题。Stack Overflow 自己的分析给了一 个精准的判断：这是一条学习曲线，伪装成了信任问题。这句 话值得琢磨。以当前AI应用最广的领域为例，软件工程师的职业 训练建立在确定性上。写同样的函数，传同样的参数，得到同 样的结果。然而，当 AI 来了。同一个问题问两遍，两个答案， 两种结构，两套取舍方案。都能跑。对于严谨的工程师来说， 这样的特性，需要一个适应过程。这种感受不是程序员独有的。 律师期望同一条法规的检索结果稳定一致，医生期望同一组指 标指向确定的诊断方向，金融分析师期望同一套参数产出可复 现的估值。概率性系统进入确定性职业的地盘，遇到的不是能 力质疑，是一种更原始的不适：认知摩擦。但信任低，不意味 着人们在验证。就目前来说，人们对于AI的信任偏差并没有形成 体系的方法论来约束它，利用好它。 96%不信，48%不查 另一组非常矛盾的行为数据。代码质量平台 Sonar 的调查揭了 一组更值得琢磨的数字：96% 的开发者不完全信任 AI 代码的功 能正确性。但只有 48% 的人在提交前始终检查。几乎所有人都 说“我不信”，一半人说完就点了提交。为什么不查？不是因为懒。 38% 的开发者觉得审查 AI 代码比审查人类代码更费力。为什么 更费力？AI 产出“看起来正确但不可靠”，不像语法错误会让构 建直接失败，AI 写出来的是看着合理的逻辑，bug 藏在里面， 需要更高的专业判断力才能揪出来。 这是一个隐蔽的成本转移：AI 把“写”的工作量砍下来了，但把 “查”的负担顶上去了。查的成本一旦超出预期，人们的反应不是 更仔细地查，是不查了。嘴上的不信任是安全的。手上的放行 才危险。 更自信，但更差 除了上述的行为失控，还有更麻烦的感知失真，也就是说，你甚至不知道自己的判断已经偏了。斯坦福大学 Dan Boneh 团队 在 CCS 2023（计算机安全顶会）上发了一项随机对照实验。用 AI 助手的参与者在多数安全编程任务中写出了更多不安全的代 码。写出不安全代码的那批人，对 AI 的信任评分反而更高。你 越觉得它帮了你，它越可能在坑你。这时候你可能会说，经验 丰富的开发者是否可以避免这个问题？AI 安全评估机构 METR 在 2025 年做了另一个实验。16 名经验丰富的开源开发者，在自 己贡献多年的仓库上干活，用的是前沿模型。结果：实际慢了 19%。自我感觉快了 20%。感知和现实之间差了 39 个百分点。 研究团队也指出，在不熟悉的代码库或简单任务上，AI 可能确 实有帮助。但在高质量标准和复杂隐含要求的场景下，验证和 整合 AI 输出的开销把速度收益吃回去了。两种情况下，人们对 自身表现的判断都偏向乐观。要么留下了风险代码，要么增加 人工检查，反而导致效率下降。用了，并不一定等于用好了。 
阅读全文，免费下载报告 点击 ↓ 链接，下载文档 腾讯研究院《AI原生工作报告2026》驾驭AI从信任鸿沟到可靠协作的十个关键词 更多报告点击 ↓ 小程序，搜索关键字
本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。
