AI 成了开发者们的「学习放大镜」，不是替换

开发者学习方式的一次大洗牌

最近刷到 MLH 的开发者普查数据，我直接愣了：75% 的开发者拿 AI 来学技术，这已经超过了 YouTube（71%）和在线课程（59%）。但更有意思的是，AI 学得好的人并没有少用其他资源——他们反而用得更多：YouTube 73% vs 63%，线上课程 61% vs 53%，甚至线下活动 37% vs 20%。

这不是取代，而是放大。

AI 学员的「工具偏好」开始形成

AI 学员对 Firebase 和 Supabase 的使用率比普通开发者高出约三分之一，Postgres 和 MongoDB 紧随其后。Supabase 创始人 Paul Copplestone 也确认：现在超过 60% 的新数据库部署，是通过 AI 工具完成的。

也就是说，LLM 在默认推荐一些选项——这改变了开发者的发现路径。过去我们通过文档、教程、社区一个个接触工具，现在变成了一次性拿到几个选项。

开发者 GTM 面临的新挑战

Mintlify 数据更惹人关注：他们托管文档的访问量中，有三分之二来自 Agent，而非人类开发者。这比年初的 15% 增长了不少。换句话说，我们写的教程、示例代码，现在不仅要给人看，还要给 LLM 看。

所以问题来了：你的文档是否对模型友好？你的示例是否容易被解析？你的 API 描述是否清晰到 AI 能直接理解？

给开发者 GTM 的几个实战建议

• 写面向双受众的文档：既要让人类开发者快速上手，也要让 LLM 能准确提取关键信息
• 优化结构化内容：使用清晰的标题、代码块、参数说明，方便模型解析
• 关注 AEO 而非单一 SEO：确保你的内容在 AI 检索场景下可被找到