由 Django Software Foundation 与 PyCharm 合作开展的 Django 开发者第五次年度调查，展现了 2026 年该框架社区的发展趋势。报告基于来自 40 多个国家和地区的约 3500 名开发者的回答，参与者既包括刚起步的学生，也包括拥有数十年经验的资深开发者。最突出的结论是，开发者更换工具和工作方式的速度，远远快于更换框架本身的速度。
连续五年中，PostgreSQL 始终以 76% 至 79% 的使用率保持最受参与者偏爱的数据库地位，而 Django 模板引擎的使用率也一直约为 80%。Django 6.0 发布数月后，43% 的受访者表示已经在使用它；每次稳定版发布时，约有一半开发者会升级。这些数字并不意味着 Django 没有变化，而是表明其核心架构为围绕它尝试新工具提供了稳定基础。
人工智能已经普及，但使用方式尚未确定
人工智能已成为 Django 应用开发的日常组成部分。只有 10% 的参与者表示，他们没有定期使用人工智能编程工具；58% 的用户每天使用，27% 每周使用数次。不过，调查没有显示出某一种工具或界面占据主导地位；使用方式大致分布在浏览器、集成开发环境和命令行之间。
Claude Code 以 35% 的比例位居首位，随后是 ChatGPT（33%）和 GitHub Copilot（23%）。然而，最常见的使用方式仍然是对话和寻求建议；56% 的人工智能用户表示，他们仅以这种方式使用人工智能。此外，59% 的用户要求工具生成代码，然后自行应用更改；44% 的用户允许工具在提出请求时修改文件或运行命令；只有 27% 的用户使用人工智能独立完成多步骤任务。
从实际情况看，这体现的是智能体进入开发环境，而不是取代开发环境。开发环境仍然是开发者理解代码库、审查更改并决定哪些内容进入项目的地方。这种谨慎态度也反映在学习方式上：Django 官方文档以 67% 的比例位居学习来源之首，但人工智能工具以 51% 位居第二，超过了 YouTube、阅读源代码和 Stack Overflow。
Python 工具趋向于进一步整合
管理环境和代码质量领域出现了一些相对较新的工具。uv 于 2024 年 2 月发布，目前有 43% 的参与者使用，排名低于 venv（63%），高于 Docker（31%）。在检查和格式化领域，Ruff 以 43% 的比例成为使用最广泛的工具，超过了集成开发环境检查（27%）、Black（25%）、pre-commit（20%）和 Flake8（17%）。
这并不意味着较旧的工具会消失，而是表明较新的工具开始覆盖过去需要由一组独立工具完成的功能。对于团队而言，这可能意味着配置流程更加集中，但调查本身无法证明转向这些工具降低了复杂性或维护成本。
类型与测试：采用速度加快，但缺乏统一选择
类型提示已经成为常见实践：57% 的开发者使用类型提示，另有 26% 计划采用。类型检查工具则没有获得同等程度的共识。在使用类型提示的开发者中，40% 依赖集成开发环境内置的检查器，其次是 mypy（32%）、Ruff（29%）和 Pyright/Pylance（22%）。Astral 的 ty 占 12%，Meta 的 Pyrefly 占 4%。
随着智能体在编写代码方面的作用扩大，这一问题变得越来越重要。45% 的参与者使用 pytest，43% 使用 unittest，34% 使用 pytest-django。此外，51% 使用 GitHub Actions，26% 使用 GitLab CI/CD。这些工具为一种工作循环提供了基础：智能体可以修改代码、运行测试并响应错误，然后再将结果提交给开发者。不过，19% 的参与者完全不编写自动化测试，这意味着对自动化系统委派更多工作，并没有在所有人那里得到相应的验证保障。
两种应用构建路径
72% 的参与者使用服务器端渲染模板，53% 使用 Django 构建仅依赖 API 的应用，46% 将 Django 用于单页应用或独立 JavaScript 前端的后端。在确定主要方法时，一半开发者构建服务器端渲染应用，另有 44% 主要依赖 Django 提供 API 或独立前端。
JavaScript 数据说明了这种分化：React 的占比基本保持稳定，从 2021 年的 37% 变为本次调查的 38%。相比之下，jQuery 从 37% 降至 23%，Vue 从 28% 降至 17%，而 htmx 则从仅 5% 升至 34%。根据报告的解读，htmx 并没有夺取 React 的份额，而是在服务器端渲染应用这一领域实现复兴；过去 jQuery 曾在该领域占据重要地位。
为什么这一趋势很重要？
调查结果表明，Django 当前的价值并不在于它是最新的框架，而在于它能够吸收工具和工作流方面的重大变化，而不必迫使应用进行全面重建。团队可以尝试新的智能体、采用 uv 和 Ruff、加入 htmx，或采用不同的类型检查器，同时保留模型、管理后台和身份验证等熟悉基础。
这种保守倾向在部署方面同样明显：54% 的参与者以单体应用形式交付应用，44% 自行托管基础设施。此外，33% 使用 Django 的异步功能，40% 计划采用这些功能，这表明其发展是渐进式的可选演进，而不是全面重写。
这里的编辑性结论并不是人工智能将取代开发环境，也不是某一种工具将赢得 Python 工具之争。数据证明了使用和试验的普及，但无法证明生产力优势或质量提升。对团队而言，更重要的实际问题是，测试和 CI/CD 流程是否已经准备好验证智能体生成的更改，尤其是对于不使用自动化测试的那部分开发者。