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。
🔎
延伸解读
AI开发者的现状
调查显示，91%的高级技术人员参与AI开发，但仅17%专注于MCP服务器的构建。这表明，尽管AI技术快速发展，许多开发者仍在探索更直接的工具调用方式，如API和A2A，来提高数据访问效率。
AI质量评估的重要性
98%的开发者在评估AI质量时采用自动与手动结合的方法，显示出对AI输出质量的重视。使用LLM和合成数据进行评估的比例也反映了开发者对数据准确性和可靠性的追求。
Shipaton黑客马拉松的影响
Shipaton黑客马拉松吸引了54,000名参与者，展示了AI辅助开发的潜力。获奖应用如Payout和OtterDay表明，AI工具正在降低开发门槛，同时也强调了用户体验和市场需求的重要性。
Warp CLI工具的创新
Warp CLI工具的Agents 3.0版本扩展了AI代理的能力，允许与实时进程交互。这一创新为开发者提供了更高效的工作流程，尤其是在需要人机协作的开发任务中，提升了开发效率和准确性。
❓
Q&A
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。
🏷️
