Stack Overflow,有「程序员圣 经」之称,已经积累超过 2400 万个问题专业社区,全网最大的编程问答语料库,正在走向死亡。
2026 年 7 月,全世界的程序员在 Stack Overflow 上一共提了1304个问题。
2014 年 3 月,这个数字是 20.7 万。
前两天,开发者 Daniel Lockyer 把包含这些数据的折线图发到了 X 上,并发出了「一个时代的终结」的感慨。
数据是真的,来自 Stack Overflow 官方对外开放的 SQL 查询接口 Stack Exchange Data Explorer。
第二天,独立开发者 Pieter Levels(levelsio)转发了这张图,把它接到了另一个话题上:如果没人在 Stack Overflow 上提问了,Reddit 又被推广机器人占领,那互联网上还剩多少真人写的内容?没有新内容,下一代模型拿什么训练?
这两条推文引发了广泛讨论。网友的态度也各不一样,或感慨、或兴奋、或哀伤......不一而足。
Stack Overflow 的兴与衰
仔细看上面 Stack Overflow 的月度提问量曲线,可以清晰地将其分成三段。
第一段是增长。2008 年 7 月的私测月只有 4 个问题,8 月 3744 个,9 月 15 日公测后当月跳到 14024 个。2010 年 1 月已经是每月 44923 个,2011 年年度提问量破百万,2013 年破两百万。这是那种教科书式的曲棍球杆现象。
第二段是高原。单月最高点停在 2014 年 3 月的 20.7 万个,紧随其后的是 2017 年 3 月和 2016 年 3 月的的 20.1 万。三个最高月分散在四年里,说明这是一个平台期而不是一个尖峰。年度总量在 2013 到 2017 年间稳定在两百万以上,2016 年达到峰值 218 万。之后开始松动但没有崩:2018 年 188 万,2019 年 175 万,2020 年还回升到 185 万,其中光是 2020 年 4 月就有了 18 万个。
第三段就是衰退期。2022 年全年 134 万,2023 年 79 万,2024 年 40 万,2025 年 11 万。2025 一整年的提问量,还不到 2014 年 3 月单月的 53%。
再往细里看,压缩得更厉害。2024 年 12 月 17935 个,2025 年 12 月 3312 个(同比降 81.5%),2026 年 1 月 2910 个,3 月 1903 个,5 月 1229 个,6 月 1072 个。除了 2008 年 7 月那个只有 4 个问题的私测启动月,6 月的 1072 是全站历史上最低的一个完整月份。2026 年 7 月略有回升,但依然很少,仅有 1304 个。
2026 年前七个月加起来 1.2 万个。按 2016 年的日均提问速度算,这是那一年大约两天的量。
Stack Overflow 的衰退并不全因 AI
从图上看,Stack Overflow 的衰退其实比 ChatGPT 早了八年。
拐点出现在 2014 年,那一年 Stack Overflow 开始系统性提升审核效率,更积极地关闭重复问题和「不符合规范」的提问。站方的初衷是保住信噪比,代价是把新用户挡在了门外。2022 年的一项研究显示,在一组 968 条新用户发帖的样本里,49% 遭遇了关闭、无人回复或无理由负分中的至少一种。
https://www.scitepress.org/PublishedPapers/2022/110811/110811.pdf
这套文化被吐槽了十年。devclass 在报道 1 月那轮数据时引述了一位开发者的反应,大意是 AI 确实加速了衰退,但根子在于社区长期惩罚那些试图参与的人,人们只是终于有了一个不会说「你这问题很蠢」的工具。
在 Daniel Lockyer 的推文下方,我们也能看到很多类似批评:
问题在于,光有敌意文化并不足以把年度提问量打到十万级。2022 年之前,这个数字始终守在 130 万以上。真正的断崖是两件事叠加的结果:ChatGPT 让提问的边际成本降到零,然后 IDE 里的 AI 助手让提问这个动作本身消失了。
开发者不再需要离开编辑器,不需要把问题写成一个陌生人能看懂的最小可复现例子,不需要等几个小时。
Stack Overflow 的价值曾经建立在「把一个人的问题变成所有人的资产」上。AI 助手做的恰恰相反:它把公共提问变回了私人对话。
站方并非没有动作。2023 年 10 月裁员 28%(此前 5 月已裁 58 人),推出 OverflowAI,转向给 OpenAI 等公司做数据授权,架起反爬虫墙逼平台方回到谈判桌。
https://stackoverflow.blog/2023/10/16/stack-overflow-company-announcement-october-2023/
2025 年内完成全面上云,纽约(实为新泽西)机房约 50 台服务器全部下架,科罗拉多的灾备机房 6 月退役,年底那篇《The Great Unracking》给这段十六年的物理基础设施史写了个副标题:「再见了,谢谢你们的所有比特。」
2026 年 2 月站点改版并换了新 logo。CEO Prashanth Chandrasekar 自 2019 年至今仍在任,公司仍归 Prosus 所有。2021 年 6 月那笔 18 亿美元的收购,恰好赶在最陡的那一段开始之前十八个月完成。
不只是 Stack Overflow
Stack Overflow 看起来非常显眼,因为它会清晰地发布提问数据统计。但其实,同样的曲线正在很多地方以不同的斜率出现。
Chegg 是被公认死得最快的那个。这家 2005 年做教科书租赁起家、2013 年上市的在线教育公司,靠的是同一套模型:把作业题的答案做成可检索的存量资产,用搜索引擎导流,按月收费。
ChatGPT 上线后,学生没有理由再付这笔钱。Needham 的调研显示,2024 年 11 月有 62% 的学生打算用 ChatGPT,2023 年春天这个数字是 43%;同期 Chegg 从 38% 掉到 30%。
2023 年它做过一次自救,用 GPT-4 加自家一亿多条学术内容做了 CheggMate,试图证明专业 AI 值得付费,但学生不认可。
2025 年 5 月裁 248 人(22%)并关闭美加办公室,10 月再裁 388 人(剩余员工的 45%)。2026 年 4 月底股价在 1.07 美元附近,5 月市值约 1.25 亿美元,较峰值蒸发约 99%。从峰值到几乎归零,大约 39 个月。
自由职业平台是第二个样本,而且分层非常清楚。Fiverr 7 月 29 日公布的 2026 年第二季度财报:营收 9780 万美元,同比降 10%;其中撮合交易的 marketplace 收入降 15.5% 至 6310 万美元。真正扎眼的是买家数:截至 6 月 30 日的年度活跃买家 270 万,比一年前的 340 万少了 21.9%。但同期人均消费涨了 15.6% 到 368 美元,抽成率从 27.6% 升到 28.0%,完成金额在 1000 美元以上的项目客户数同比增长 13%。管理层在电话会上给出了最直白的注解:按 TTM 口径,写作和翻译类目的跌幅最大,超过 24%。全年指引被下调到 3.56 至 3.72 亿美元,同比下降 14% 到 17%,并且说这场转型见效可能需要至少六个季度。
同样的逻辑在 Upwork 和 Freelancer.com 上重复。
Upwork 2025 年末的活跃客户约 78.5 万,比 2024 年的约 83.2 万少了约 4.7 万,是它上市以来最大的一次收缩。
Freelancer 母公司 FY25 集团 GMV 8.815 亿澳元,同比降 7.1%。
这些平台当年的存在理由,是把人的技能商品化以压低成本;现在有一种技术把「输出」进一步商品化了。宾夕法尼亚大学沃顿商学院 Manav Raj 等人 2024 年的研究已经量化过这个位移:ChatGPT 之后,写作、翻译和基础编码的自由职业需求出现了可测量的替代。
维基百科的情况更微妙,因为它掉的不是贡献,是读者。2025 年 5 月维基媒体基金会更新了机器人识别系统,把一批伪装成人类的爬虫重新归类之后,发现真实人类访问量同比下降了约 8%。
产品高级总监 Marshall Miller 表示:访问变少意味着成长为编辑的志愿者变少,捐款的个人变少。而维基百科的贡献本来就极度集中:研究显示 77% 的条目出自 1% 的编辑之手。基金会 2026–2027 财年年度计划草案里写下了判断:这不是暂时现象,是结构性转变。
Quora 走的是另一条路:与其守住问答,不如自己做 AI 入口。它把资源压在 Poe 上,2024 年 1 月拿了 a16z 的 7500 万美元融资来扩张这个多模型聚合平台。一个问答社区最终把未来押在了替代问答的东西上......
再往外一圈是整个信息型内容的生意。一项覆盖 1065 名桌面版 Chrome 用户的随机对照实验发现,AI Overviews 出现时,站外自然点击下降 39.8%,零点击搜索上升 34.5%,而用户对体验的评价没有可测量的改善。Ahrefs 2026 年 2 月的研究把头部排名页面的点击率降幅算到了 58%。后果已经落到了裁员和关站层面:Bauer Media Group 2026 年 4 月宣布关闭德国数字子公司、裁撤 160 个岗位;运营了 21 年的公益参考站 Overfishing.org 关停。
总解一下规律:越是「机器生成的答案在功能上等价于原件」的品类,塌得越快。参考资料、技术文档、定义类内容、how-to 教程,全部在这个集合里。反过来,越是需要长期关系、语境和责任承担的工作,越是没什么事。Fiverr 的财报也说明了这一点:低值交易在消失,1000 美元以上的复杂项目在增长。
更麻烦的是,专家在撤退
如果只是用户换了个地方问问题,故事还算简单。但奥克兰大学商学院的 Kenny Ching 在 2026 年 7 月发布的一份工作论文里,指出了一个更不好办的机制。
他追踪了 Stack Overflow 上 24304 名贡献者 17 个月的行为,发现从 2022 年起,高声望用户离开平台的速率开始加快,并且逐渐追平了那些本来就流失更快的低声望用户。也就是说,走的不只是提问的人,还有回答的人,而且越是花了多年积累专业能力、在社区里挣到过认可的人,走得越坚决。
Ching 给这个机制起的名字叫「信号压缩」(signal compression)。他的解释是:这些人离开的原因是他们辛苦挣来的专业性,已经和一个聊天机器人的回答区分不开了。
当所有人都能用 AI 产出一份看起来质量不错的东西,付出真实努力这件事就不再是一个可以得到认可的信号。他在采访里把这个逻辑推到了平台之外:同样的情况正在教室、公司和科研共同体里发生,长期风险是「通过摧毁展示真实努力的激励,AI 可能会截断未来人类专业能力的形成」。
这和 Stack Overflow 自己的调查数据是一致的。2025 年那份覆盖 177 个国家、约 4.9 万名开发者的调查显示,84% 的受访者在用或计划用 AI 工具(2024 年是 76%),但只有 29% 信任 AI 输出的准确性,46% 明确表示不信任,「高度信任」的仅 3%——在资深开发者里是 2.6%。
https://survey.stackoverflow.co/2025
最大的抱怨不是 AI 不会写代码,而是它写出来的东西「几乎对,但不完全对」,66% 的人被这一条困扰,45% 说自己花在调试 AI 代码上的时间是显著的。而当他们不信任 AI 的答案时,75.3% 的人说他们会去问一个人。
问题是,那个人正在离开。
结语
现在把几件事综合起来看看。
Stack Overflow 的存量语料以 CC BY-SA 授权开放,这让它成为被摄取得最彻底的技术语料之一。摄取它的模型,现在正是新增贡献停止的原因。
存量语料是有时间戳的。Stack Overflow 上关于 jQuery、Python 2 和 Angular.js 的答案会逐渐变得过时。新出的框架、新版本的破坏性变更、某个只有三千人用过的库在特定 CUDA 版本下的编译错误......这类知识过去由第一个踩坑的人写在公开网页上,现在它发生在某个人和某个模型的私人对话里,解决完就消失了。
站方的答案是「可信的人类智能层」。Chandrasekar 反复讲这个词:AI 有误导风险、可能缺乏复杂度和相关性,因此依托经过策展的知识库、负责任地使用数据的路径是关键的。这在逻辑上没错,但它需要有人愿意持续供给那个层;但 Ching 的数据说,这些人正在减少。
也有反向的可能。模型未必需要论坛式的 Q&A 才能学到新知识:它们可以从代码仓库、从官方文档、从与用户的交互日志里学。
谷歌在 2026 年开放了覆盖约 4000 万份文档、24 小时重新索引的文档 API,摆明了是给机器读的。框架维护者也在补课:Next.js 的文档里出现了「常见错误」章节,写法几乎就是 Stack Overflow 答案的样子;Svelte 团队干脆自己训了一个基于文档和源码的聊天机器人。知识生产的场所可能只是在迁移,而不是在消失。
但这两种前景之间有一个尚未被回答的差别。论坛式问答有一个副产品:它是公开的、可被第三方检索的、不属于任何一家公司的。文档由维护者写,交互日志归模型厂商所有。当程序员遇到问题的第一反应从「搜一下有没有人问过」变成「问一下」,损失的不只是一个网站的流量,还有一份任何人都能查阅、也能纠正的公共记录。
Lockyer 那条推文下的讨论里,开发者 Mayberry 给了一个不算悲观的预测:博客、小众社区,还有个人账号,可能会重新变得重要,因为「有声誉的人和有原创内容声誉的站点会重新变得值钱」。
本文来自微信公众号“机器之心”(ID:almosthuman2014),作者:Panda
