Hvorfor smarte brilleentusiaster skabte AI Coding.Info ~Sammendrag af AI Coding trends i august 2026 baseret på data~
forfatter: @kotauchisunsun
Udgivelsesdato: 2026/09/29
AI Coding Agent-tendenser i august 2026
Vi har drevet et websted kaldet AI Coding.Info siden juli 2025.
Dette er et websted, der observerer brugstendenser relateret til AI Coding Agents såsom Claude Code, Codex CLI, Github Copilot og Gemini 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.
Sidste måneds trends
https://ai-coding.info/reports/articles/20260812
AI Coding Agent-brugsraten er 13,9 %
** AI Coding Agent repository udnyttelsesgrad var 13,9 %**, en stigning på 0,9 % fra 13,0 % sidste gang.
AI Coding Agent-brugshastighed den 1. september 2026
https://ai-coding.info/?date=2026-09-01#adoption-rate
AI Coding Agent-brugshastighed den 2026/8/1
https://ai-coding.info/?date=2026-08-01#adoption-rate
Tendenser i brugsraten for AI Coding Agent fra 1. august 2026 til 1. september 2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#share-trend
Andel af AI Coding Agent efter produkt
Andelen pr. produkt er som følger.
| Rangering | Produktnavn | Aktiekurs |
|---|---|---|
| 1. plads | Codex CLI | 42,3 % |
| 2. plads | Claude kode | 32,0 % |
| 3. plads | Copilot Agent | 14,4 % |
| 4. plads | Gemini CLI | 4,9 % |
| 5. plads | Markør | 4,0 % |
AI Coding Agent aktiekurs den 9/1/2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#agent-share
AI Coding Agent aktiekurs den 1/8/2026
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#agent-share
AI Coding Agent-brugsstatus efter programmeringssprog
Det programmeringssprog, hvori AI Coding Agent bruges mest, er "TypeScript", det andet er "Rust", det tredje er "Python", det fjerde er "Go", og det femte er "C#."
AI Coding Agent rangering efter programmeringssprog den 1. september 2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#language-agent-rank
AI Coding Agent rangering efter programmeringssprog den 2026/8/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#language-agent-rank
Månedlige tendenser i antallet af depoter, der bruges af AI Coding Agent
Antallet af repositories var 1.940 pr. 1. august 2026, men er steget til 2.069 pr. 1. september 2026, en stigning på 129 repositories ved hjælp af AI Coding Agent.
Ændringer i antallet af repositories ved hjælp af AI Coding Agent fra 2026/8/1 til 2026/9/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#time-based-bar-chart
Hvorfor smarte brilleentusiaster skabte AI Coding.Info
Jeg deler normalt information om smarte briller på min YouTube-kanal kaldet "Kotauchi Planning."
PodCast'en "Kotauchi's Mirai's Glasses" opdateres også hver uge.
Vi udgiver også en ugentlig artikel kaldet ``World Smart Glasses News'' på note hver uge.
https://note.com/kotauchisunsun/m/mf522aa5d3efd
Hvorfor oprettede sådan en person et websted for at undersøge brugstendenser for AI Coding Agent? Denne gang vil jeg fortælle om, hvordan jeg begyndte at skabe AI Coding.Info. Umiddelbart virker det som et andet felt, men udgangspunktet var
"Jeg vil strømline softwareudvikling til smarte briller med kraften fra AI"
Det var det, jeg følte. Omkring januar 2025 udviklede jeg software til LILYGOs enøjede smarte briller kaldet "T-Glass".
T-Glass er udstyret med ESP32, og jeg skrev et program til at køre på det. På det tidspunkt følte jeg, at den særlige udfordring var den tid, det tog at bygge og skrive til den faktiske enhed. Selvom du ændrede programmet lidt, var du nødt til at bygge det, skrive det til selve maskinen og kontrollere betjeningen. I mit udviklingsmiljø tog hele denne proces tid, hvilket gjorde det svært at øge antallet af forsøg og fejl. Det er derfor, jeg tænkte på en måde at sætte JavaScript-motoren "QuickJS" oven på ESP32. Der var allerede en fortilfælde, hvor QuickJS blev porteret til ESP32, så jeg tænkte på at bruge det.
https://qiita.com/binzume/items/f04d3b1b06cd0f7d3111
https://github.com/binzume/esp32quickjs
Tanken er, at hvis du først forbereder et miljø til at køre scriptet, så kan du ændre adfærden ved at erstatte JavaScript-koden.
ESP32 kan også oprette forbindelse til Wi-Fi. Så jeg skrev koden i TypeScript, som jeg normalt bruger, transpilerede den til JavaScript og lagde den på filserveren. Vi lavede et flow, hvor når du trykker på en knap på T-Glass, hentes Javascript-koden, der er placeret på serveren, via Wi-Fi og udføres ved hjælp af QuickJS. Jeg var i stand til at køre denne arbejdsgang selv.
Hvis ændringen er på JavaScript-siden, er der ingen grund til at bygge og omskrive hele firmwaren. Vi sigtede efter et udviklingsmiljø, hvor vi gentagne gange kunne kontrollere faktiske enheder i en kort cyklus, mens vi brugte TypeScript-typer.
Lad AI "bruge én implementering som model"
Men bare fordi JavaScript virker, betyder det ikke, at du frit kan oprette smarte brilleapplikationer. For at betjene GUI'en fra JavaScript er det for eksempel nødvendigt at implementere en brodel, der forbinder QuickJS og C-sprogsiden GUI-biblioteket. For at skrive dette var jeg nødt til at forstå, hvordan QuickJS fungerer, hvordan man bruger GUI-biblioteker, og hvordan man overfører værdier mellem JavaScript og C. På det tidspunkt var AI ikke så smart endnu, så jeg prøvede at implementere det selv, men det krævede en masse viden, og det var ret svært at udvide lignende behandling til andre funktioner. Til dette formål brugte vi AI Coding Agent. På det tidspunkt brugte jeg Roo Code. Først skrev jeg en brodel til en funktion, brugte den som et eksempel og fik AI til at udvide lignende implementeringer til andre funktioner. I stedet for at overlade alt til AI'en, kan du selv præsentere implementeringspolitikken og eksemplet og få brugeren til at fortsætte arbejdet i overensstemmelse hermed. Dette udviklingsforsøg førte i sidste ende ikke til færdiggørelsen af hele konceptet. Årsagen er, at Javascript og C-sproget har meget forskellige grundfilosofier. For eksempel bliver brugen af pointere en barriere. Selvom du porterer funktionerne i LovyanGFX, et GUI-bibliotek, der almindeligvis bruges i ESP32-serien, som de er, vil de blive en masse pointer, så hvordan skal du håndtere dem med Javascript? er blevet et problem. Derfor var det svært at se LovyanGFX-funktionerne alene i Javascript, og jeg tror, at der var behov for en form for abstraktionslag. Jeg følte dog, at der var et stort potentiale i at kunne skabe et enkelt implementeringseksempel og derefter øge antallet af tilsvarende funktioner ud fra det. Når du selv udvikler software, kan du i stedet for at skrive alt selv øge antallet af dele, der kan overlades til AI. Til det formål er jeg kommet til at tro, at jeg skal fortsætte med at lære om AI Coding Agent.
"Hvad skal jeg bruge", der ændrer sig hver uge
På den anden side havde vi også svært ved at følge med AI Coding Agent. På det tidspunkt (begyndelsen af 2025) var AI Coding Agents brugt som udvidelser af VS Code, såsom Cline og Roo Code, et varmt emne. Der var en række andre muligheder, inklusive Devin og OpenHands, som jeg tidligere har bidraget til. Information om nye værktøjer og funktioner kom ud efter hinanden, og det føltes som om spørgsmålet om "hvad skal jeg bruge lige nu" blev opdateret på ugebasis. Jeg selv jagtede information og prøvede forskellige værktøjer, men jeg følte mig træt af at fortsætte med det. Også selvom jeg var i stand til at prøve et populært værktøj, havde jeg ikke et klart beslutningsgrundlag for, hvorfor jeg skulle vælge det. Det er en sammensætning, der bliver påvirket af det, der kaldes en AI overraskelsesbutik. Jeg vil vælge de værktøjer, jeg bruger, ikke kun baseret på annonceringen af nye funktioner eller deres omdømme, men også på den faktiske situation. Vi ønskede at bruge primær information som grundlag for at træffe beslutninger, ikke kun markedsføringsinformation. Det jeg lagde mærke til var det
"Hvilke AI-kodningsagenter er inkluderet i GitHubs offentlige arkiver?"
Det er, hvad det betyder.
Observer brugstendenser på faste punkter som grundlag for din egen dømmekraft
Derefter blev AI Coding.Info udgivet i juli 2025. Vi oprettede et websted for at kontrollere, om der er en regelfil, der bruges af hver AI-kodningsagent i det offentlige GitHub-lager, og registrere resultaterne hver dag. Denne metode bestemmer naturligvis kun, om regelfilen er placeret i depotet. Den måler ikke den faktiske brugshyppighed eller kvaliteten af den genererede kode, og den fanger ikke tilfælde, hvor regler bruges uden en regelfil. Alligevel, hvis du fortsætter med at observere ved hjælp af den samme metode, vil du være i stand til at se ændringer, såsom hvilke værktøjer der understøtter flere regelfiler, og hvilke programmeringssprog der bliver introduceret mere og mere. Bare fordi et værktøj er hyppigt brugt, betyder det ikke, at det er det bedste værktøj for dig. Men i stedet for bare at følge informationen, der flyder den ene efter den anden, tænkte jeg, at jeg kunne bruge de ændringer, som jeg kan se i det offentlige arkiv, som en af de ting, der vil hjælpe mig med at træffe beslutninger. Også,
Jeg er sikker på, at jeg ikke er den eneste, der er træt af at følge med i AI-oplysninger
Sådan havde jeg det også. Jeg følte også, at ved at offentliggøre de data, jeg selv har undersøgt, kan det være nyttigt for andre, der på samme måde er forvirrede med hensyn til at vælge et værktøj. AI Coding Agent bruges også til udviklingen af selve AI Coding.Info. Prototypen blev lavet på cirka to uger, og siden da er vi fortsat med at lave ændringer gennem forsøg og fejl. Vi fortsatte med fast punktobservation af brugstendenser, og der er gået omkring et år siden den blev udgivet. Oprindeligt var det, jeg ville gøre, ikke at prøve hver eneste ny AI Coding Agent, men at effektivt udvikle smart brillesoftware selv. Til det formål vil jeg gerne modtage støtte fra AI. De ønskede også oplysninger, der kunne hjælpe dem med at beslutte, hvilken AI-kodningsagent de skulle bruge. Brug AI til at skabe software til smarte briller, og skab AI Coding.Info som grundlag for at beslutte, hvilken AI der skal bruges. Det er derfor, jeg, en smart brilleentusiast, begyndte at oprette denne side.