اتجاهات وكيل ترميز الذكاء الاصطناعي لشهر نوفمبر

نحن نقوم بتشغيل موقع يسمى AI Coding.Info منذ يوليو 2025.

https://ai-coding.info/ja

هذا موقع يراقب اتجاهات الاستخدام المتعلقة بوكلاء تشفير الذكاء الاصطناعي مثل Claude Code أو Gemini أو Codex من نقطة ثابتة من المعلومات الموجودة في مستودعات Github. لتحديد استخدام AI Coding Agent، نقوم بإجراء استطلاعات يومية وفقًا للشروط التالية.

• التفتيش اليومي على 9000 مستودع عام على جيثب
  • أفضل 300 نجم في Github حسب لغة البرمجة
  • تم البحث في 30 نوعا من لغات البرمجة
• يستهدف 16 نوعًا من وكلاء تشفير الذكاء الاصطناعي
• فقط عندما تكون ملفات القاعدة التي يستخدمها العديد من وكلاء تشفير الذكاء الاصطناعي موجودة في مستودع Github، يتم تحديد أنه يتم استخدام AI Coding Agent.

#الاتجاهات الماضية

https://qiita.com/kotauchisunsun/items/e294d2cf419c46c02046

https://qiita.com/kotauchisunsun/items/5e5244fdabf577d7c879

https://qiita.com/kotauchisunsun/items/a1e06dd590f945ae09ef

https://qiita.com/kotauchisunsun/items/092784402a36d5705853

معدل استخدام وكيل ترميز الذكاء الاصطناعي هو 4.8%

بلغ معدل استخدام مستودع وكيل ترميز الذكاء الاصطناعي في نهاية نوفمبر 4.8%، بزيادة قدرها 0.6 نقطة مئوية عن 4.3% في المرة السابقة. في تقرير الشهر الماضي، شرحنا الاتجاهات في معدل الاستخدام هذا.

في المقالة السابقة، توقعنا أنه بالنسبة لجميع لغات البرمجة، سيصل استخدام AI Coding Agent إلى حوالي 13% لقد توقعت. فيما بينها،

$$y(t) = \frac{K}{1 + Ae^{-Bt}}$$

عند مطابقة معدل الاستخدام مع صيغة النموذج،

K = 1.2862e-01
A = 5.0299e+00
B = 7.5901e-03
決定係数 (R^2) = 0.9534
平均二乗誤差 (MSE) = 0.0000
二乗平均平方根誤差 (RMSE) = 0.0014

القيمة الآن . بتفاضل المعادلة الأصلية بالنسبة لـ t، نحصل على

$$\frac{dy}{dt} = \frac{A B K\, e^{-B t}} {\left( A e^{-B t} + 1 \right)^{2}}$$

بالتفريق بالنسبة إلى t مرة أخرى، نحصل على

$$\frac{d^{2} y}{dt^{2}} = \frac{A B^{2} K (A - e^{B t}) e^{B t}} {A^{3} + 3 A^{2} e^{B t} + 3 A e^{2 B t} + e^{3 B t}}$$

يصبح. من أجل العثور على نقطة انعطاف لهذا، إذا حللنا أن t مع الجانب الأيسر = 0، نحصل على

$$t_0 = \frac{log(A)}{B}$$

يصبح. إيجاد ميل y عندما يكون $t_0$،

$$\left. \frac{dy}{dt} \right|_{t = t_0} = \frac{BK}{4} \approx 2.441 \times 10^{-4}$$

حسبت الصيغة السابقة المبلغ في اليوم، لذا لتحويله إلى مبلغ شهري، اضرب في 30. ثم

$$2.441 \times 10^{-4} \times 30 \approx 0.007321$$

يصبح. وبالنظر إلى ذلك، يمكننا أن نرى أن معدل نمو استخدام AI Coding Agent عبر لغات البرمجة أقل من 0.73% تقريبًا شهريًا. ** وبالنظر إلى هذا، ارتفع معدل الاستخدام بنسبة 0.6٪ هذا الشهر. وهذا نسبيا ضمن النطاق المتوقع. ** يعني.

https://ai-coding.info/ja/agents

حصة وكيل ترميز الذكاء الاصطناعي حسب المنتج

الحصة حسب المنتج هي على النحو التالي.

الترتيب	اسم المنتج	معدل المشاركة
المركز الأول	كلود كود	28.6%
المركز الثاني	وكيل مساعد الطيار	26.8%
المركز الثالث	كوديكس كلي	22.5%
المركز الرابع	المؤشر	11.6%
المركز الخامس	الجوزاء CLI	6.5%

وكما كان الحال في الشهر الماضي، أشعر أن حصة Codex CLI تتزايد تدريجياً. في الواقع، لم يكن هناك الكثير من التغيير فيما يتعلق بـ Gemini CLI. لدي انطباع بأن الحصة السوقية لـ Cursor وClaudeCode قد انخفضت بشكل ملحوظ. (يدعم المؤشر بالفعل موقع AGNETS.md، لذلك من الصعب تحديد ما إذا كانت حصة السوق آخذة في الانخفاض بالفعل). كيف تنظرون إلى هذه التركيبة؟ ومع ذلك، لا يدعم ClaudeCode AGENTS.md. أعتقد أن هذا بمثابة حصن لمنع تغييرات الأداة (https://qiita.com/kotauchisunsun/items/5e5244fdabf577d7c879). ومع ذلك، يبدو أن التدفق الخارجي لا يزال يتقدم. هذا ما أعتقده. لدي انطباع بأن AGENTS.md، مثل Codex CLI، يلتهم حصة ClaudeCode في السوق، في حين من غير المرجح أن تنخفض حصة Github Copilot في السوق بسبب قوة معيار VSCode. ربما، في حين أن كلود كود ضد. يتنافس AGENTS.md (Codex CLI) على حصة السوق، ويمكنني أن أرى مستقبلًا سيحتل فيه Github Copilot، الذي لا يعاني من تسرب كبير، المركز الأول في حصة السوق. هذا ما أشعر به. **

https://ai-coding.info/ja/agents

حالة استخدام وكيل ترميز الذكاء الاصطناعي حسب لغة البرمجة

لغة البرمجة التي يتم استخدام AI Coding Agent فيها أكثر من غيرها هي "TypeScript"، والثانية هي "Python"، والثالثة هي "Rust". الاتجاه هنا يبقى دون تغيير تقريبا. المجموعة الثانية هي Go وC# وKotlin وRuby. في هذا المجال، تم تغيير التصنيف لعدة أشهر. ومع ذلك، في هذا الشهر، تمكنت Go من اللحاق بـ Rust بشكل مفاجئ. هناك شعور.

https://ai-coding.info/ja/agents

لقد كتبت حتى الآن أن AI Coding Agent قد لا يكون مفيدًا جدًا في Go. قد يكون هذا بسبب عدم استخدام المستودعات ذات الصلة بـ CNCF. لقد كتبت عن هذا من قبل، ولكن الآن بعد أن نظرت إليه، أعتقد أنه يتم استخدامه أكثر فأكثر في مجالات البنية التحتية هذه.

على سبيل المثال، يوجد في الدفة اعتماد AGENTS.md.

https://github.com/helm/helm

اعتمدت Vittess CLAUDE.md وAGENTS.md.

https://github.com/vitessio/vitess

في الآونة الأخيرة، كثيرًا ما أسمع عن TiDB في سياق MySQL واسع النطاق، ويمكنني رؤية إعدادات AGENTS.md وCLAUDE.md وGithubCopilot.

https://github.com/pingcap/tidb

https://ai-coding.info/ja/languages/go

الاتجاهات الشهرية في عدد المستودعات التي يستخدمها AI Coding Agent

اعتبارًا من الأول من ديسمبر، بلغ إجمالي عدد مستودعات وكيل تشفير الذكاء الاصطناعي المستخدمة 619 حالة. وفي المرة الأخيرة كان هناك 511 حالة، أي زيادة قدرها 108 حالات. ومع ذلك، أعتقد أن الأمر مختلف قليلاً. هناك اعتراف بذلك

في الواقع، كتبت في الفصل السابق أن معدل استخدام AI Coding Agent كان 4.8%. في الوقت الحالي، يتم أيضًا الإبلاغ عن عدد المستودعات داخل الخدمة، ولكن عدد المستودعات المحسوبة بناءً على معدل استخدام AI Coding Agent هو 431. في الواقع، يختلف عن 619 أعلاه. ** هذا اختلاف مربك بعض الشيء في قواعد التجميع. أعتقد أنه يمكنك الفهم من خلال إعطاء مثال.

| المستودع | كلود كود | جيثب مساعد الطيار | كوديكس كلي | |:---------:|:----------:|:-------------:|:---------:|:| | أ | × | × | × | | ب | 〇 　 | × | × | | ج | × | 〇 | × | | د | × | 〇 | 〇 |

كما ذكر أعلاه، هناك أربعة مستودعات من A إلى D. **A لا يستخدم AI Coding Agent، وبالتالي فإن معدل الاستخدام هو 3/4=75%. وعدد وكلاء تشفير الذكاء الاصطناعي المستخدم بناءً على معدل الاستخدام هو 3. ومع ذلك، يتم حساب جميع الرسوم البيانية المكدسة في هذا القسم بشكل منفصل. ولذلك، فإن عدد المستودعات المستخدمة هو 4 (D هو اثنان لـ GithubCopilot وCodexCLI). ** عند التجميع بناءً على معدل الاستخدام، سيزيد العدد بمقدار 1 فقط حتى إذا تم استخدام العديد من وكلاء تشفير الذكاء الاصطناعي في مستودع واحد، ولكن باستخدام طريقة التجميع في هذا القسم، إذا تم استخدام العديد من وكلاء تشفير الذكاء الاصطناعي، فسيزيد العدد بمقدار عدد وكلاء تشفير الذكاء الاصطناعي. ماذا يعني هذا؟ لذلك، إذا قمت بتقسيم 619 المحسوبة في هذا القسم على 431 المحسوبة بناءً على معدل الاستخدام، فستجد أن عدد وكلاء تشفير الذكاء الاصطناعي (AI Coding Agents) المستخدم لكل مستودع هو 1.50. ** في الواقع، تميل المستودعات التي تستخدم **AI Coding Agent إلى استخدام عدة عوامل ترميز للذكاء الاصطناعي بالفعل. **

أفكار

هذه المرة، الاستخدام المختلط لـ AI Coding Agent. لقد كتبت عن الاتجاهات المتعلقة بالمستودعات التي تستخدم العديد من عوامل ترميز الذكاء الاصطناعي. أقوم بمراجعة البيانات بهذه الطريقة مرة واحدة في الشهر، وهذه المرة أجد الحركة المتعلقة بـ Go مثيرة للاشمئزاز. كانت تلك البداية. كما كتبت في المقال، من المثير للدهشة أن Go لديها عدد قليل من مستخدمي AI Coding Agent. هذا ما كنت على علم به، لكن هذه المرة، كان لدي انطباع بأنه ينمو بسرعة ويلحق بـ Rust. لذلك، دعونا نحفر أعمق قليلا. اعتقدت. بعد البحث في العديد من المستودعات الشهيرة، وجدت إعدادات للعديد من وكلاء ترميز الذكاء الاصطناعي، لذا أتساءل عما إذا كان هناك اتجاه نحو استخدام العديد من وكلاء ترميز الذكاء الاصطناعي بشكل جدي. لقد أصبح هذا الشعور أقوى. لقد قمت بشرح AGENTS.md في الماضي، ولكن مع ظهور الاتجاه نحو ملفات القواعد المشتركة، سيكون هناك العديد من الحالات التي تتواجد فيها ملفات قواعد متعددة معًا، مثل CLAUDECODE.md وAGENTS.md. كان هناك توقع. ومع ذلك، كنت أدرك أن هذه مشكلة عندما زادت حصة AGENTS.md، ولكن منذ شهر أكتوبر تقريبًا، تم إدراجها ضمن المراكز الثلاثة الأولى، لذلك أشعر أنها أصبحت حضوراً لا يمكن تجاهله. وعندما قمت بحسابها بالفعل، تبين أنها أكثر مما توقعت. كان هذا انطباعي. في هذه المقالة، بكل بساطة، إذا قمت بإزالة مستودعين يستخدمان AI Coding Agent، فسيكون هناك ثلاثة ملفات قواعد. في هذه الحالة، قد يكون هناك عدد غير قليل. شعرت بذلك. عندما تفكر في الأمر، يولي الجميع أهمية كبيرة لملف القاعدة ويرغبون في تبديله وتوحيده. هذا قوي. شعرت بذلك مرة أخرى.