开发者GTM如今需要同时面向人类开发者和AI代理两个受众
AIAI Summary (BLUF)
根据MLH最新Season Census,75%的开发者使用AI学习技术技能,超过YouTube和在线课程。但AI学习者并未放弃其他渠道,反而使用更多,且AI推荐明显偏向特定工具栈(如Supabase、Firebase)。开发者GTM如今需要同时面向人类开发者和AI代理两个受众。
核心洞察
看完这份数据,我最惊讶的是 75% 的人用 AI 学技术的同时,看 YouTube、报网课、参加活动的比例也更高。文档和教程的读者里,机器可能已经占了大半,开发者市场以后得同时服务人和模型。样本主要来自 MLHMajor League Hacking,一个黑客马拉松组织,近期被DEV收购。 社区,不能代表全部开发者,但方向上和其他数据能对上。
AI 已经是新开发者最主要的学习方式。这没什么好惊讶的,但 MLH 最新一季的全球开发者普查给出了具体数字:75% 的受访者用 AI 学技术,YouTube 是 71%,在线课程是 59%。
我们一直知道 AI 在改变开发者市场,但改变的不只是谁在写代码。有人可能要问:开发者市场推广是不是就变成答案引擎优化了?从这份数据看,还不是。
核心结论
75% 的受访开发者用 AI 学习技术,超过 YouTube(71%)和在线课程(59%),AI 已成为新开发者最主要的学习方式。
AI 学习者并没有放弃其他渠道:73% 也用 YouTube,61% 上在线课程,37% 参加线下活动,分别高于非 AI 学习者的 63%、53%、20%;43% 的 AI 学习者同时使用至少四个非 AI 学习渠道,仅有 3% 的人只用 AI 学习。
用 AI 学习的开发者在技术栈选择上明显偏向 FirebaseGoogle的应用开发平台,提供工具和后端服务,包括Firebase Extensions,用于快速添加AI功能到应用中。 和 Supabase开源的后端即服务平台,用于数据存储和管理,提供实时数据库和API服务。,使用率比其他开发者高出约三分之一;PostgreSQL开源的关系型数据库管理系统,在本实现中用于存储嵌入向量和文档结构数据。 和 MongoDB文档型NoSQL数据库。 也紧随其后。Supabase CEO 称,平台上超过 60% 的新数据库由 AI 工具创建。
开发者文档的读者正在变成机器:MintlifyA tool that automatically generates LLMs.txt files for websites to optimize AI content understanding. 托管的文档访问量中,约三分之二来自智能体,而今年年初这一比例只有 15%。
MLH 社区中,51% 的开发者会把第一次在 MLH 项目中接触到的技术带回公司,说明开发者早期的技术接触会直接影响企业未来的技术采用。
AI 学习者反而用了更多其他渠道
用 AI 学开发的开发者,其他学习渠道也用得更猛。YouTube 上,AI 学习者的使用比例是 73%,非 AI 学习者只有 63%。在线课程是 61% 对 53%,线下活动是 37% 对 20%。
43% 的 AI 学习者会同时用至少四个非 AI 学习渠道,非 AI 学习者里这个比例是 31%。只有 3% 的人只用 AI 学习。
你可能会想,这帮人就是问卷里全勾“是”的那种。但哪怕是最轻度的问卷狂,这个差距也一样存在。
AI 用户本身可能学习热情更高,也可能 AI 在学习过程中顺手推荐了更多资源。无论哪种,AI 都没有把其他学习方式挤掉。
AI 会把开发者引向特定技术栈
用 AI 学习的开发者,选技术栈时明显偏向某一类。Firebase 和 Supabase 的使用率比其他开发者高出大概三分之一,PostgreSQL 和 MongoDB 紧随其后。
这和行业里其他数据对得上。Supabase 的 CEO Paul Copplestone 说过,平台上超过 60% 的新数据库是由某种 AI 工具创建的。
但在大多数其他工具上,AI 学习者和普通开发者没有明显差别。看起来大模型在推荐选项时确实有自己的偏好。
对开发者市场的从业者来说,这是个挑战。过去熟悉的开发者旅程是先发现、再学习、最后使用,AI 推荐直接把发现和学习压成了一个环节。
所以,开发者市场现在是只管讨好大模型吗?
AI 学习者没有放弃其他渠道。YouTube 看得更多,课程报得更多,活动也参加得更多。真人开发者依然重要。
但开发者市场面对的不再只是真人。Mintlify 说,它托管的文档访问量里,三分之二来自智能体,不是人。年初这个比例只有 15%。我们写给开发者看的文档、教程和示例,可能会先被开发者请教的那个模型读一遍。文案、集成、开发者体验,现在都要同时服务人和机器两个受众。
今天开发者遇到的技术,会影响明天公司采用的技术。MLH 社区里,51% 的人把第一次在 MLH 项目里接触到的技术带回了公司。
开发者怎么发现新工具,这件事越来越重要。第一句推荐可能来自大模型,然后开发者才会去问同事、搜网页、或者打开你的官网。
MLH 做的就是这件事:帮开发者工具公司变成开发者愿意选、愿意带进公司的工具。如果你正在做这件事,我们很乐意帮忙。
常见问题(FAQ)
GEO优化案例中,AI学习对开发者使用其他渠道有什么影响?
AI学习者没有放弃其他渠道,反而使用更多:YouTube使用率73%(非AI为63%),在线课程61%对53%,线下活动37%对20%。43%的AI学习者同时用至少四个非AI渠道。
AI推荐对开发者技术栈选择有哪些具体偏好?
AI明显偏向特定工具栈,如Firebase和Supabase的使用率比其他开发者高约三分之一,PostgreSQL和MongoDB也靠前。但其他工具差异不大,大模型推荐有偏好性。
开发者市场推广现在需要同时面对哪些受众?
需要同时面对人类开发者和AI代理。Mintlify文档访问量中三分之二来自智能体,年初仅15%。文案、集成、开发者体验需同时服务人和机器。
版权与免责声明:本文仅用于信息分享与交流,不构成任何形式的法律、投资、医疗或其他专业建议,也不构成对任何结果的承诺或保证。
文中提及的商标、品牌、Logo、产品名称及相关图片/素材,其权利归各自合法权利人所有。本站内容可能基于公开资料整理,亦可能使用 AI 辅助生成或润色;我们尽力确保准确与合规,但不保证完整性、时效性与适用性,请读者自行甄别并以官方信息为准。
若本文内容或素材涉嫌侵权、隐私不当或存在错误,请相关权利人/当事人联系本站,我们将及时核实并采取删除、修正或下架等处理措施。也请勿在评论或联系信息中提交身份证号、手机号、住址等个人敏感信息。



