Stack Overflow快死了！新提问竟比内测时还少

编辑｜Panda

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」。