2026 AI 工程師年度調查結果

027Barr Yaron（Amplify Partners）19:472026-07-21 上架

"The biggest challenge in your stack? Evals, Evals, Evals" - 2026 State of AI Engineering results

Barr Yaron 逐題公布今年 1,048 份回覆的 AI 工程調查：多模型成常態、成本成了一等限制、agent 拿到寫入權限，最大難題仍是 evals。

這場講了什麼

• 多模型與開放權重：94% 的受訪者在 production 用閉源模型，45% 用開放權重模型，而用開放權重的人超過九成也在用閉源。Barr 的解讀是開放權重目前是補充，還沒取代。
• 選模型看品質：前三大考量裡，品質最高，其次是 tool calling 這類 agent 能力，成本與它並列；開放或閉源只有 5% 的人列進前三。87% 的團隊同時用一個以上的模型。
• 成本進入產品決策：40% 的受訪者說成本經常影響自己用 AI 的野心程度，另有 36% 說有時會，合起來約四分之三。成本與 token 用量也是 production 監控的第二名，僅次於品質。
• agent 開始動手改資料：95% 的受訪者在用 agent，約為去年的兩倍；有 agent 的團隊中，能寫入資料的比例從 52% 升到 89%。控管手段仍然粗糙，最常見的是人工核准與權限限制。
• evals 還是第一名難題：但領先幅度很薄，96% 的人都覺得技術堆疊有難題，只是各說各的。自建或採購每一層都混著用，趨勢倒是清楚：inference 最多人買，prompt 管理有 61% 自己做，fine-tuning 多數人根本還沒有。
• 團隊感受正面但有代價：97% 回報對組織是淨正面影響，最大的好處是失敗變便宜、實驗變多；同時超過九成的人也感受到負面影響，例如深層技術能力和對程式碼庫的理解被侵蝕。

影片從哪一段開始看13 段

1. 00:37調查緣起Barr 每年做一次 AI 工程調查，今年首次與 Notion、Vercel 合作；本業是 Amplify 的投資合夥人。
2. 02:18受訪者長什麼樣共 1,048 份回覆，涵蓋創辦人、CTO、工程師與產品人員；偏資深工程師，但 AI 年資短，軟體經驗超過 10 年的人過半只有三年以下的 AI 經驗。
3. 03:29在做哪種模態文字最多；沒在做音訊的人裡，有 56% 打算導入，是各模態中導入意願最高的。
4. 04:46圖像生成翻倍今年變化最大的是圖像生成，從 18% 倍增到 36%，Barr 認為產品變好後它已成為正式工作的一部分。
5. 05:36閉源與開放權重94% 用閉源、45% 用開放權重，後者超過九成同時用閉源，是搭配而不是取代。
6. 06:28選模型的考量品質居首，接著是 agent 能力與成本；可靠性只有五分之一的人點名，Barr 猜它已變成門檻條件。
7. 07:29多模型與成本87% 的團隊用不只一個模型，最常見是依任務類型分流；超過一半說組織開始收斂 AI 工具，收斂的是平台與工具，不是模型。成本則被當成工程限制來監控。
8. 09:25agent 拿到寫入權使用 agent 的比例約倍增，能寫入的比例從 52% 到 89%，整體寫入型 agent 的占比是去年的三倍以上。
9. 11:06控管與失敗原因人工核准與權限限制是前兩名，等於管實習生的那套工具，控制層還沒人定案；失敗多半出在思考，約三分之二的人最煩幻覺或任務中途丟失脈絡。
10. 12:10最大難題與自建採購evals 年年第一但差距縮小；八層技術堆疊裡，inference 最多人用買的，prompt、RAG、evals 相對較常自己做。
11. 14:07對團隊的影響97% 回報淨正面，但審查負擔增加；81% 說角色界線變模糊，超過三分之一的團隊有非開發者在上線功能。
12. 16:41現在與五年後的押注76% 說工作滿意度提高、59% 擔心 AI 寫的程式碼留下長期負債；67% 預期五年內會有頂尖實驗室宣告 AGI，只有 9% 押 transformers 五年後還是最先進，太空算力那題 36 比 38。
13. 18:07年度回顧以「2026 wrapped」收尾：影響正面、圖像生成翻倍、成本成限制、開放權重為補充、agent 寫入權限三倍。

值得記的話5 句

• open-weight models are not replacing closed models for the most part at least not yet開放權重模型大多還沒有取代閉源模型，至少目前沒有05:53

• Cost is now a first-class engineering constraint.成本現在是第一等的工程限制08:34

• Agents are no longer reading, summarizing, drafting. They're taking actions inside of systems.agent 不再只是讀、摘要、起草，而是在系統裡採取行動10:50

• it's usually the thinking, not the plumbing.通常是思考出問題，不是管線11:40

• We asked about the press release, not the achievement.我們問的是新聞稿，不是成就本身17:33

名詞與人物7 個

Barr Yaron

這場講者，Amplify 的投資合夥人，每年主持這份 AI 工程調查

Amplify

Barr 任職的投資公司，投資由 AI 工程師打造、也為 AI 工程師打造的公司

intent to adopt ratio

Barr 自創的指標：目前沒在用某模態的人裡，有多少說打算導入

open-weight models

開放權重模型；調查顯示多半與閉源模型搭配使用

Nano Banana / Nano Banana 2 / ChatGPT Images 2.0

過去一年推出的圖像生成模型，Barr 拿來解釋圖像生成的使用率為何翻倍

human-in-the-loop approvals

人工核准，控管 agent 最常見的手段之一，與權限限制並列前兩名

vibe review

評估 AI 輸出的各種方法中，Barr 說一如往常排第一的做法

提到但沒有展開

• 記憶與持久脈絡是 Barr 正在密切觀察的方向，預期明年會有很大演變。
• 「軟體工程是否已是解決的問題」這題只有三分之一回答是；Barr 提醒，各人對軟體工程的定義不同，這個數字怎麼讀要看自己。

Agent產業觀察評估模型

在 YouTube 看原片 ↗