10 月 28 日，一条标题为 “StackOverflow now gets fewer than 1000 questions a month” 的 Hacker News 帖子被顶上热榜：801 个赞、720 条评论，讨论的这个网站，就是全球程序员过去找报错的第一站。 我用同一口径直接查询 Stack Exchange 官方 API：2026 年 9 月全月新增提问 969 条，10 月截至 30 日为 1015 条，日均只有三十几条；而 2014 年 3 月的单月峰值是 20.72 万条，2020 年 10 月仍接近 14.2 万条。当天流传的国内财经社区解读很形象：如今一个月产生的新问题，差不多只等于当年短短几小时的量。 除 2008 年 7 月刚上线、全月只有 4 个问题的私测首月外，9 月已是这个网站有史以来最差的完整月份。Hacker News东方财富网
数据帖很快在社交平台刷屏，小红书上的总结干脆利落：论坛没死，但“第一个去处”换人了。 不过，把这笔账全算在 ChatGPT 头上并不准确：新问题数量在 ChatGPT 发布前就已开始下滑，AI 更像是加速了变化，而非唯一原因。小红书微博
十年阴跌，两年断崖
更常被忽略的事实是，下滑的拐点比 ChatGPT 早了八年。拐点出现在 2014 年：网站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，信噪比保住了，新人也被挡在了门外。 2022 年一项研究给出过这种文化的代价：在 968 条新用户发帖样本里，49% 遭遇了关闭、无人回复或无理由负分中的至少一种。机器之心
年度总量则能看清坡度的变化：2022 年全年 134 万条提问，2023 年 79 万，2024 年 40 万，2025 年 11 万。 ChatGPT 上线的 2022 年底正好卡在最陡那一段的起点上：它没有发明这场衰退，只是把提问的成本压到了零——不用离开编辑器，不用把问题写成陌生人看得懂的最小复现例子，不用等几小时，公共提问被塞回了私人对话。同一份官方数据库在 8 月的快照里记录 7 月全站提问 1304 条，与官方 API 直查相差约百条（口径含已删除提问与快照时点差异），量级一致。机器之心
公司没死，只是换了服务对象
Stack Overflow 这家公司近年反而相当活跃：2023 年 10 月裁员 28%，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；2025 年把约 50 台物理服务器全部下架、完成全面上云，2026 年 2 月改版换新 logo。机器之心
真正的战略转弯是 2026 年 6 月上线的 Stack Overflow for Agents：不再服务人提问，而是给 AI 编程智能体准备的、以 API 接口为核心的知识库，所有 AI 贡献的内容都必须关联到真实的人类账户，并经过人工审核才能发布。 换句话说，它承认了人不再来这里，于是转身给机器供料。同一时期，2026 年开发者调查仍有 30903 人参与，JavaScript 连续第 12 年居编程语言榜首：调查看得到人气，存量卖得动，只是问答的活水没了。知乎专栏知乎专栏
现在查问题去哪：三个去处
开发者的提问动作大致分了三层。第一层在编辑器里：ChatGPT、Claude、Copilot、Cursor 这类 AI 助手接走了几乎全部高频标准问题。但用得多不等于信得过：官方调查显示 84% 的受访者在用或计划用 AI 工具，可“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%”。 66% 的人最大的困扰是 AI 写得“几乎对，但不完全对”，45% 表示花在调试 AI 代码上的时间显著增加；当不信 AI 的答案时，75.3% 的人说会去问一个人。机器之心
第二层是官方文档和机器可读接口。维护者开始亲自补位“第一个踩坑写答案的人”：谷歌 2026 年开放了覆盖约 4000 万份文档、24 小时重新索引的文档 API；Next.js 文档新增了“常见错误”章节，写法几乎就是 Stack Overflow 答案的样子；Svelte 团队干脆基于文档和源码自己训了个问答机器人。机器之心
第三层是分散的社区：当 AI 只能给标准化答案时，冷僻问题流向了 Reddit、Discord、小论坛和仍然活着的垂直 Stack Exchange 站点——HN 那条数据帖的讨论区里，“主站早没用了，但其他专项站点还值得被看见”是常见判断。国内博主今年年初就数过这条滑坡：它的活跃度从 2014 年巅峰的 20 万，一路跌到现在就剩大几千了。 至于往哪去，数据帖推文讨论区里有一个不算悲观的判断：博客、小众社区和个人账号会重新变得重要，因为有声誉的人和站点会重新变得值钱。微博机器之心
真正失去的不是流量
如果只是人换了个地方问问题，故事还算简单。麻烦在于知识不再落到公开的地方。新框架的破坏性变更、只有几千人用的库在特定 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。 而这些年，正是模型先吃掉了 Stack Overflow 的语料，再反过来替代了贡献本身——公共水井只剩出、没有进。机器之心
更麻烦的是，回答的人也在走。奥克兰大学一份工作论文追踪了 24304 名贡献者 17 个月的行为：从 2022 年起，高声望用户离开平台的速率开始加快，逐渐追上了本就流失更快的低声望用户——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，认真就不再是一种能被认可的成本信号。提问者走了，回答者走了，这条循环很难自行逆转。
对普通开发者来说，今天查问题的现实路径其实清晰：老问题回 Stack Overflow 存量答案，它仍是全网验证度最高的报错数据库，前提是看清发布时间、核对版本；一般问题交给 AI，但要用官方文档交叉验证那段“几乎对”；真正的新问题，想找到人，得去更小的社区。而如果你解决了一个别人还没遇到的问题，让下一个人省力的办法十八年没变过：把它写在一个所有人都搜得到的地方。
