JetBrains调查了10000名开发者，Copilot的垄断地位悄然动摇——一位曾经挣扎过的工程师眼中的Claude Code 6倍增长

我是Gen。这周，一组数据终于出来了——像是一次答卷核对，让我不得不重新审视自己的判断。

JetBrains在2026年4月发布了”AI Pulse调查”第二期，基于2026年1月收集的数据。超过10,000名专业开发者参与了同一套问卷，结果发布在JetBrains研究博客上（JetBrains Research, 2026-04）。

先把三个数字摆在桌上。

• GitHub Copilot：知名度76%，业务使用率29%。仍是最广为人知、最多人使用的AI编程工具。
• Claude Code：知名度57%，业务使用率18%。不到一年，使用率增长了约6倍。
• 但值得注意的是，在所有被调查的开发者中，真正在工作中持续使用任何AI编程工具的，仍只有18%。

有人会把这概括为”Copilot一家独大的格局已经崩塌”。我的解读不同。不是崩塌，而是触碰到了天花板。而Claude Code正在从侧面以陡峭的角度向上推挤，这才是那个天花板形成的原因。

接下来，我会用JetBrains的四组数据、加上我自己的使用体验和Accel VC的”共存论”，把这张图立体化。文章最后，我希望你能带走一套三步行动——用来在这周更新你自己的工具选择。

[[IMG:1]]

先把数字摊开——JetBrains调查里真正要抓住的4条线

我先把JetBrains调查的完整图景铺开，之后再筛选。这一节先看整体，别急着收敛。

背景：样本是10,000多名专业开发者。调查时间是2026年1月，主持方是JetBrains Research，项目名称”AI Pulse”第二期。第一期是2025年9月，基准线在2025年4-6月。因为同样的问题在三个时间点重复询问，所以可以看出增长方向。

四条关键线。

第一，知名度。 GitHub Copilot 76%，ChatGPT（编程用途）68%，Claude Code 57%。Cursor也排在前列，但JetBrains没有公开Cursor的具体百分比，只说它紧随Claude Code之后（JetBrains Research, 2026-04）。

第二，业务使用率。 GitHub Copilot 29%，Claude Code 18%。“知道”和”在工作中实际使用”之间，Copilot差了47个百分点，Claude Code差了39个百分点。换句话说，超过一半的知名度停留在”听说过但没用过”的状态。

第三，Claude Code的成长曲线。 知名度：2025年4-6月为31%，2025年9月49%，2026年1月57%。业务使用率：同样三个时间点，从约3%出发，经过1.5倍增长，抵达18%。报告明确写道：“与2025年9月相比增长1.5倍，与2025年4-6月相比增长6倍。”

第四，Claude Code的忠诚度指标。 CSAT（客户满意度）91%，NPS（净推荐值）54。JetBrains将其描述为”市场上最高的产品忠诚度指标”。我后面会详细聊自己的使用感受，但这个数字背后的简单事实是：用过的人不会轻易放手。

把数字摊开来看，大致是这样的图景：Copilot”宽而浅”，Claude Code”深而急速增长”。这不是市场的两极分化，而是一个新的层级在上面形成。

这是数字的发散阶段。下一节，我会把自己的判断插入”Copilot一强崩塌”这个常见叙事中。

[[IMG:2]]

“Copilot一强崩塌了”——但原因和Copilot本身无关

“Copilot一强崩塌了”这句话，一半对，一半错。

先说对的那一半。JetBrains的原文表述是，Copilot的增长”自去年以来，无论在知名度还是采用率上，都已停滞（has stalled since last year）“。同一家公司用同一套问题在三个时间点询问，增长曲线变平了——这是数据事实。

再说错的那一半：停滞≠崩塌。Copilot仍然以76%的知名度和29%的使用率领跑两项指标。崩塌的是”一家独大”的前提，而不是Copilot自身的地位。

这里有一个像我这样的”曾经挣扎过的工程师”容易踩的陷阱。看到”Copilot增长停滞，Claude Code急涨”，就想跳到”现在是换工具的时机”——但数据并不这么说。Copilot用户没有大量迁移到Claude Code。增长来源更可能是净新增——那些之前从未使用过AI编程工具的人，从Claude Code入场。这是我的判断。

两个依据。

一：业务使用率的叠加。Copilot 29% + Claude Code 18% = 47%。但JetBrains的报告里也写道，“在工作中持续使用任何AI编程工具的开发者是18%“。只要仔细想想分母，这并不矛盾。两个工具各自的29%和18%是基于”了解该工具的人群”测量的；全体开发者口径的18%是针对所有开发者测量的。JetBrains没有明确说明方法论，所以我会并列两种解释。

二：Claude Code的增长形态。半年1.5倍，不到一年6倍——靠Copilot用户迁移的累积无法解释这样的速度。新增用户占主导，这才是合理的推论。

比”该不该从Copilot切换到Claude Code”更有用的问题是：“我的工作主要处于哪个层级？“记住这一点。只用Copilot的人，选项是”试着把Claude Code加进来”。还没用过任何AI编程工具的人，问题是从哪个工具入手。别把自己困在一个已经动摇的前提里。

CSAT 91%、NPS 54的真相——“帮你动起来”和”陪你做完”的区别

让我把Claude Code的91% CSAT和54 NPS翻译成具体的感受。我之前说”用过的人不会轻易放手”，原因是这样的——来自我七个月的日常使用体验。

切换之前，我用了两年GitHub Copilot。两者体验上的差异，在出错的瞬间最为清晰。

Copilot的核心工作是提议下一行或几行代码。提议的精度很高，IDE集成做得也非常好。但当错误已经发生、需要修复的时候，仍然是我在驾驶。读错误日志、建立假设、写修正代码。Copilot在这个过程中会辅助我，但不会代替我执行。

Claude Code不一样。出了错，我把终端输出粘贴进去，请它处理。它会去读相关文件，推断原因，写修复补丁，跑测试，一直推进到测试通过为止。我的角色缩减为三条指令：“请帮我做这个”、“按这个方案来”、“测试过了吗？”

如果用一句话概括：Copilot是”帮你动起来的搭档”，Claude Code是”陪你做完才走的搭档”。

91%的CSAT反映的是这种体验差异。不是”下一行猜对了”，而是”陪着你直到错误消失”。能缩短你与完成之间距离的搭档，评分自然会高。

但这不是放之四海而皆准的结论。Copilot有明确的优势。它常驻在IDE里，不需要主动唤醒就能给出候选。对于完全在编辑器内完成的工作，Copilot比启动Claude Code的终端要快。在”单步补全”的世界里，Copilot对我来说仍然更强。

[[IMG:3]]

所以，Claude Code的高评分不是因为它比Copilot更优秀，而是因为它在做一件不同的事。IDE补全和智能体执行是两种应该分开使用的工具。91%的CSAT是对智能体执行层的评价，不是对内联补全的裁决。

“全体开发者只有18%在使用AI编程工具”——82%没有迈出那一步的三道墙

现在来聊JetBrains调查中我觉得最有分量的一个数字：“在工作中持续使用任何AI编程工具的开发者，仍只有18%。”

知名度76%，实际业务持续使用18%。58个百分点的差距，堆积着”知道但没用”的人群。

作为一个曾经挣扎过的工程师，我真的非常理解那82%的感受。在脱离代码的那几年，我读了几十篇”AI将改变开发”的文章。读了，但没试过工具。为什么？

我认为原因有三。

第一：看不到嵌入自己日常工作的具体图景。 说”Copilot很有用”，我也想象不出它具体嵌入我的工作流是什么样子。AI编程工具容易被抽象化对待，从”很酷的技术”到”我的具体工作”之间，需要时间消化。

第二：公司的安全政策和费用。 在组织里推行一款工具，涉及内部审批、数据处理方式、月度付费等，在任何个人能动手试用之前就有一堆门槛要过。JetBrains报告也明确把”企业安全政策”和”集成成本”列为普及障碍。

第三：对AI生成代码的不信任。 这一点我感同身受。“跑起来了，但不知道为什么能跑”——这才是最可怕的。成功的瞬间没那么让人担心，但之后的调试和维护，抱着自己不完全理解的代码，真的会让人不安。

82%没有迈出那一步，不是因为懒惰或信息不足，而是三道实实在在的墙摆在那里。

关键是：这三道墙不是展示一些令人印象深刻的数字就能打低的。Copilot 76%、Claude Code 57%、6倍增长——这些证明市场在动。但它们无法回答：这工具能嵌入你的具体工作吗？能通过公司IT审批吗？你信任自己没写的代码吗？这三个问题，图表一个也没法回答。

所以下一节要引入Accel VC的共存论——不是让你被市场动能推着走，而是给你一个判断自身处境的框架。

Accel VC：“市场足够大，两者都能成立”——用共存论压缩这些数字

就在JetBrains调查发布前不久，另一个重要表态出现了。

风险投资公司Accel（Cursor的早期投资方）合伙人Miles Clements，2026年3月登上”20VC”播客。他的核心主张非常直接：“‘Cursor已死’完全是无稽之谈。“他正面驳斥了这个市场被二元对立框架套牢的叙事（AOL News, 2026-03（原文来自Business Insider），20VC官方节目页面）。

Clements说了两句与本文直接相关的话：

“这个市场正在以惊人的速度增长。我不认为这些公司的成功是以牺牲其他公司为代价的。”

（评价Claude Code时说）“amazing product（了不起的产品）”

一个投了Cursor的VC，专门称赞Claude Code是”了不起的产品”——考虑到他的投资仓位，这非同寻常。我的解读：市场增长率之高，让担心”相互消耗”变得多余，现在更该想的是如何抢到位置。

回到JetBrains的数字。粗算业务使用率的总和：约47%（Copilot 29% + Claude Code 18%）。但全体开发者中持续使用任何AI编程工具的是18%。差值的29个百分点，反映了多工具并用、分母不同等情况。无论怎么看，市场整体仍有大量增长空间。

用”Copilot vs. Claude Code”的框架看：一方赢，另一方输。 用”单步补全 vs. 智能体执行”的框架看：两者都有增长空间。

[[IMG:4]]

今天我最想说的是这一句：不要被市场数字推着去想”我是不是该换工具了”。 相反，去测量你编程时间里”单步补全”和”智能体执行”各占多大比例。

以我自己为例，工具开发工作的时间分配大致是”单步补全30%，智能体执行70%“。所以我对Claude Code的依赖度高。但如果有人的工作以前端UI调整为主，比例可能正好反过来。

判断轴不是”市场份额”，而是”你自己工作的性质”。这是我把Accel VC发言和JetBrains调查叠在一起后得出的结论。

本周的一步——把这份调查翻译成你自己的工具选择

数字已经摆够了。最后把它们压缩成本周就能开始的行动。

三个行动，都设计成七天内可以启动的节奏。

行动1：记录一周的”编程时间分配”

这周，把你在工作中接触代码的时间粗略分成三类：

• 单步补全时间：一行到几行就能解决的工作（完全在IDE内完成）
• 智能体执行时间：跨多个文件的修改、错误解决、测试添加
• 无AI的设计时间：规格讨论、需求整理、白板作业

纸、备忘录应用都行。坚持一周，你自己的分配情况就会浮现出来。

行动2：如果还没用过Claude Code，用它做一个任务试试

把”18%的业务使用率”当作一个提示——不是命令——去用Claude Code试一个任务。好的题材：跨多个文件的重构，或者”请帮我从这周的错误日志里推断根本原因”。在Copilot的单步补全感到吃力的领域试用，才能亲身感受到91% CSAT的来源。

前提条件不能省：先确认公司的安全政策。工具是否向外部服务器发送代码、日志如何处理——这些是工具选型之前的检查点。

行动3：明确地考虑”不换”这个选项

如果Copilot现在工作得很好，没有迫切的理由更换。如果行动1的记录显示你80%是单步补全，继续用Copilot才是理性的判断。市场在动，不等于你也必须跟着动。

JetBrains调查和Accel VC的发言，没有一次说”换工具吧”。它们说的是”市场在增长”、“足够大，两者都能成立”。我从这份调查里带回来的，是同样的态度：读数字，不被数字卷走。

总结

JetBrains对10,000名开发者的调查，是我见过的最有价值的市场答卷之一。

要点整理：

• GitHub Copilot：知名度76%，业务使用率29%。仍然领先，但增长已停滞
• Claude Code：知名度57%，业务使用率18%。不到一年6倍增长，CSAT 91%，NPS 54
• 在工作中持续使用任何AI编程工具的开发者仍只有18%。82%面对三道实在的墙：工作嵌入感、安全/成本门槛、对生成代码的不信任
• Accel VC共存论：单步补全和智能体执行是不同的市场，两者都有增长空间
• 判断轴：不是”市场份额”，而是”你自己工作的性质”

“感觉有个顶尖工程师住在我体内”——这种感觉，是通过Claude Code重新找回的。作为一个曾经挣扎过的工程师说出这句话，请多担待。但91%的CSAT绝非浪得虚名。

即便如此，今天的文章也没有说”换工具吧”。Copilot用得好的人，继续用就行。还没用AI编程工具的人，也不用明天就急着开始。82%的那道墙是真实存在的，不该被急躁情绪推着跨过去。

读数字，是为了不被数字卷走。这是消化这份调查最健康的方式。

这周，等你的”编程时间分配记录”整理好了——分享给我。我的DM是开着的，评论也行。看到分配情况，我们一起想下一步。