AI Coding Agent November trends

Vi har drevet et websted kaldet AI Coding.Info siden juli 2025.

https://ai-coding.info/ja

Dette er et websted, der observerer brugstendenser relateret til AI-kodningsagenter såsom Claude Code, Gemini eller Codex fra et fast punkt fra information i Github-lagre. For at bestemme brugen af ​​AI Coding Agent udfører vi daglige undersøgelser under følgende forhold.

• Daglig inspektion af 9.000 offentlige depoter på Github
  • TOP 300 Github-stjerner efter programmeringssprog
  • Undersøgt fra 30 typer programmeringssprog
• Målretter mod 16 typer AI-kodningsagenter
• Kun når regelfilerne, der bruges af forskellige AI Coding Agents, er i Github-lageret, bestemmes det, at AI Coding Agent bliver brugt.

Tidligere trends

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

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

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

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

AI Coding Agent-brugsraten er 4,8 %

AI Coding Agent-depotudnyttelsesgraden ved udgangen af ​​november var 4,8 %, en stigning på 0,6 procentpoint fra 4,3 % sidste gang. I sidste måneds rapport forklarede vi tendenserne i denne brugsrate.

I den forrige artikel forudsagde vi, at for alle programmeringssprog ville brugen af AI Coding Agent ligge på omkring 13 % jeg forudsagde. Blandt dem,

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

Ved tilpasning af udnyttelsesgraden til modelformlen,

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

Værdien er nu. Differentiering af den oprindelige ligning med hensyn til t, får vi

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

Differentiering med hensyn til t igen, får vi

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

Det bliver. For at finde bøjningspunktet for dette, hvis vi løser for t med venstre side = 0, får vi

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

Det bliver. At finde hældningen af ​​y, når $t_0$ er,

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

Den tidligere formel beregnede beløbet pr. dag, så for at konvertere det til et månedligt beløb, ganges med 30. Derefter

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

Det bliver. I betragtning af dette kan vi se, at vækstraten for brug af AI Coding Agent på tværs af programmeringssprog er mindre end cirka 0,73% pr. måned. ** I betragtning af dette er forbrugsraten steget med 0,6 % i denne måned. Dette er relativt inden for det forventede interval. ** Det betyder.

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

Andel af AI Coding Agent efter produkt

Andelen pr. produkt er som følger.

Rangering	Produktnavn	Aktiekurs
1. plads	Claude kode	28,6 %
2. plads	Copilot Agent	26,8 %
3. plads	Codex CLI	22,5 %
4. plads	Markør	11,6 %
5. plads	Gemini CLI	6,5 %

Som det var tilfældet i sidste måned, føler jeg, at andelen af ​​Codex CLI gradvist er stigende. Faktisk har der ikke været meget forandring med hensyn til Gemini CLI. Jeg har indtryk af, at markedsandelen for Cursor og ClaudeCode er faldet markant. (Cursor understøtter faktisk AGNETS.md, så det er svært at sige, om markedsandelen virkelig er faldende.) Hvordan ser du på denne sammensætning? ClaudeCode understøtter dog ikke AGENTS.md. Jeg tror, ​​at dette tjener som et bolværk til at forhindre værktøjsændringer (https://qiita.com/kotauchisunsun/items/5e5244fdabf577d7c879). Det ser dog ud til, at udstrømningen stadig skrider frem. Det synes jeg. Jeg har indtryk af, at AGENTS.md, såsom Codex CLI, æder ClaudeCodes markedsandel op, mens Github Copilots markedsandel næppe vil falde på grund af styrken af ​​VSCode-standarden. Måske, mens ClaudeCode V.S. AGENTS.md (Codex CLI) konkurrerer om markedsandele, jeg kan se en fremtid, hvor Github Copilot, som har lidt lækage, vil indtage førstepladsen i markedsandel. Det er det, jeg føler. **

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

AI Coding Agent-brugsstatus efter programmeringssprog

Det programmeringssprog, hvori AI Coding Agent bruges mest, er "TypeScript", det andet er "Python", og det tredje er "Rust". Tendensen her er næsten uændret. Den anden gruppe er Go, C#, Kotlin og Ruby. På dette område har placeringerne været under forandring i flere måneder. Men i denne måned har Go overraskende indhentet Rust. Der er en følelse.

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

Indtil nu har jeg skrevet, at AI Coding Agent måske ikke er særlig nyttig i Go. Dette kan skyldes manglen på brug af CNCF-relaterede depoter. Jeg skrev om dette før, men nu hvor jeg ser på det, tror jeg, at det bliver brugt mere og mere i sådanne infrastrukturområder.

For eksempel er der i ror en adoption af AGENTS.md.

https://github.com/helm/helm

vittess har adopteret CLAUDE.md og AGENTS.md.

https://github.com/vitessio/vitess

For nylig hører jeg ofte om TiDB i forbindelse med storstilet MySQL, og jeg kan se indstillinger for AGENTS.md, CLAUDE.md og GithubCopilot.

https://github.com/pingcap/tidb

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

Månedlige tendenser i antallet af depoter, der bruges af AI Coding Agent

Pr. 1. december var det samlede antal anvendte AI Coding Agent repositories 619. Sidste gang var der 511 sager, så det er en stigning på 108 sager. Jeg synes dog det er lidt anderledes. Det er der en erkendelse af

Faktisk skrev jeg i det forrige kapitel, at brugsraten for AI Coding Agent var 4,8%. På nuværende tidspunkt er antallet af repositories også rapporteret i tjenesten, men antallet af repositories beregnet baseret på brugshastigheden af ​​AI Coding Agent er 431. Faktisk er det anderledes end 619 ovenfor. ** Dette er en lidt forvirrende forskel i aggregeringsregler. Jeg tror, ​​du kan forstå ved at give et eksempel.

Depot	Claude kode	Github Copilot	Codex CLI
A	×	×	×
B	〇	×	×
C	×	〇	×
D	×	〇	〇

Som nævnt ovenfor er der fire depoter fra A til D. **A bruger ikke AI Coding Agent, så brugsraten er 3/4=75%. Og antallet af anvendte AI-kodningsagenter baseret på brugshastighed er 3. Alle de stablede grafer i dette afsnit tælles dog separat. Derfor er antallet af anvendte repositories 4 (D er to for GithubCopilot og CodexCLI). ** Ved aggregering baseret på forbrugshastighed vil antallet kun stige med 1, selvom der bruges flere AI-kodningsagenter i ét lager, men med aggregeringsmetoden i dette afsnit, hvis der bruges flere AI-kodningsagenter, vil antallet stige med antallet af AI-kodningsagenter. Hvad betyder det? Så hvis du dividerer de 619, der er talt i dette afsnit, med de 431, der er talt baseret på brugshastigheden, vil du opdage, at antallet af AI-kodningsagenter, der bruges pr. lager, er 1,50. ** Faktisk har depoter, der bruger **AI Coding Agent, en tendens til allerede at bruge flere AI Coding Agents. **

#tanker

Denne gang hybrid brug af AI Coding Agent. Jeg skrev om tendenser vedrørende repositories, der bruger flere AI Coding Agents. Jeg gennemgår dataene på denne måde en gang om måneden, og denne gang synes jeg, at bevægelsen relateret til Go er ulækker. Det var begyndelsen. Som jeg skrev i artiklen, har Go overraskende få AI Coding Agent-brugere. Det var jeg klar over, men denne gang havde jeg indtryk af, at den hurtigt voksede og indhentede Rust. Så lad os grave lidt dybere. tænkte jeg. Efter at have kigget i flere berømte depoter, fandt jeg indstillinger for flere AI Coding Agents, så jeg spekulerer på, om der er en tendens til at bruge flere AI Coding Agents for alvor. Denne følelse er blevet stærkere. Jeg har tidligere forklaret AGENTS.md, men efterhånden som tendensen mod almindelige regelfiler viser sig, vil der være mange tilfælde, hvor flere regelfiler eksisterer side om side, såsom CLAUDECODE.md og AGENTS.md. Der var en forudsigelse. Jeg var dog klar over, at det var et problem, da AGENTS.mds andel steg, men siden omkring oktober har den ligget i top 3, så jeg føler, at det er blevet en tilstedeværelse, der ikke kan ignoreres. Og da jeg faktisk regnede det ud, viste det sig at være mere, end jeg havde forventet. Det var mit indtryk. I denne artikel, for at sige det enkelt, hvis du tager to lagre, der bruger AI Coding Agent, vil der være tre regelfiler. I denne situation kan der være en del. Det føltes sådan. Når du tænker over det, lægger alle stor vægt på regelfilen og ønsker at skifte over og standardisere den. Det er stærkt. Det følte jeg igen.