大多数开发者通过API和A2A调用AI数据
💡
原文英文，约1000词，阅读约需4分钟。
📝
内容提要
一项调查显示，91%的高级技术人员正在构建或管理AI，但仅17%在构建MCP服务器。72%的人使用AI代理访问数据库，98%在评估AI质量。大多数人结合自动和手动方法，27%使用LLM评估输出质量。Shipaton黑客马拉松吸引了54,000人，展示了AI辅助开发的潜力。
🎯
关键要点
- 91%的高级技术人员正在构建或管理AI，只有17%在构建MCP服务器。
- 72%的人使用AI代理访问数据库，98%在评估AI质量。
- 27%的人使用LLM评估AI输出质量，63%使用合成数据进行评估。
- 46%的构建者通过API和A2A直接调用工具访问数据。
- 57%的人将与AI系统的交互存储为可观察的痕迹，57%使用电子表格审查数据。
- 47%的人使用GEPA和Prompt Evolution等提示优化方法，52%将提示管理为代码。
- Shipaton黑客马拉松吸引了54,000人，展示了AI辅助开发的潜力。
- Payout应用程序通过AI辅助开发获得了Shipaton的大奖。
- OtterDay应用程序在最佳氛围类别中获胜，使用多种AI工具进行开发。
- ReadHim应用程序在最受关注的发布类别中获胜，获得了超过520万的观看次数。
- VectorGuard因其顶级应用货币化策略而获奖，展示了可持续的货币化模式。
- Warp CLI工具扩展了AI代理的能力，推出了Agents 3.0版本。
❓
延伸问答
调查显示有多少高级技术人员正在构建或管理AI？
91%的高级技术人员正在构建或管理AI。
大多数开发者如何访问数据库？
72%的人使用AI代理访问数据库。
在评估AI质量时，开发者通常使用哪些方法？
98%的人评估AI质量，通常结合自动和手动方法。
Shipaton黑客马拉松的参与人数有多少？
今年的Shipaton黑客马拉松吸引了54,000人参与。
Payout应用程序是如何获得Shipaton大奖的？
Payout应用程序通过AI辅助开发获得了Shipaton的大奖。
Warp CLI工具的新功能是什么？
Warp CLI工具推出了Agents 3.0版本，扩展了AI代理的能力。
➡️
