ما یک وب سایت به نام AI Coding.Info منتشر کرده ایم.
این سایتی است که روندهای استفاده مربوط به عوامل کدنویسی هوش مصنوعی مانند Claude Code، Gemini یا Codex را از یک نقطه ثابت از اطلاعات موجود در مخزن Github مشاهده می کند. برای تعیین استفاده از عامل کدنویسی هوش مصنوعی، نظرسنجیهای روزانه را تحت شرایط زیر انجام میدهیم.
** نرخ استفاده از عامل کدنویسی AI 2.9٪ است. ** این درصد مخازنی است که شواهدی مبنی بر استفاده از عامل کدگذاری هوش مصنوعی را بر اساس نظرسنجی از 3000 مخزن نشان دادند. می توان گفت که این درصد کمی از کل است.

https://ai-coding.info/ja/agents
این به دلیل عوامل متعددی است. یکی اینکه این نظرسنجی بر اساس 100 ستاره برتر Github است. بنابراین، آیا می توان گفت که وضعیت استفاده از 100 ستاره برتر Github نشان دهنده وضعیت استفاده از AI Coding Agents در سراسر جهان است؟ مشکلی وجود دارد. علاوه بر این، از آنجایی که این بر اساس یک مخزن عمومی است، ممکن است با وضعیت استفاده فعلی شرکت ها مغایرت وجود داشته باشد. بلکه نشان دهنده وضعیت پذیرش OSS است. این را هم می توانید بگویید. همچنین، به عنوان یک مشکل مکانیکی، اگر فایل های قانون مانند CLAUDE.md و GEMINI.md وجود نداشته باشند، نمی توان تعیین کرد که آیا آنها استفاده می شوند یا خیر. مشکل نیز وجود دارد. بنابراین، مخزنی که از Claude Code استفاده می کند اما یک فایل CLAUDE.md ایجاد نمی کند، در نظر گرفته می شود که از Claude Code استفاده نمی کند.
**پرکاربردترین محصول "Cursor" و پس از آن "Claude Code" و سوم "Copilot Agent" (Github Copilot) است. ** با توجه به اینکه Gemini CLI در 25 ژوئن اعلام شد، می توان گفت که تقریباً یک ماه است که در جایگاه چهارم قرار گرفته است. با این حال، از سوی دیگر، می توان گفت Gemini CLI تنها حدود 1/3 از مخازن موجود Cursor را در اختیار دارد.

https://ai-coding.info/ja/agents
زبان برنامه نویسی که بیشتر توسط AI Coding Agent استفاده می شود "Typescript" و پس از آن "Python" و "Rust" است. در مورد TypeScript، به نظر می رسد AI Coding Agent از پسوندهای VS Code مانند Github Copilot سرچشمه گرفته است، بنابراین اگر از این منظر به آن فکر کنید، فکر می کنم این یک نتیجه قابل درک است. همچنین با توجه به اینکه پایتون با سیستم های ML مانند DeepLearning قرابت بالایی دارد، این نتیجه ممکن است چندان عجیب نباشد. از آنجا، سومین Rust یک نتیجه شگفت انگیز بود. اگر نتیجه این کار را تصور کنید، Rust یک زبان برنامه نویسی است که در چند سال گذشته محبوبیت زیادی پیدا کرده است. به رسمیت شناخته شده است که این ممکن است به این دلیل باشد که جامعه زبان برنامه نویسی جوان است و مشتاق است در مورد ابتکارات جدیدی مانند AI Coding Agent بیاموزد. ممکن است این را بگویید.

https://ai-coding.info/ja/languages
بیایید نگاهی به روند تعداد مخازن (با همپوشانی) با استفاده از AI Coding Agent در جولای 2025 بیندازیم. **از اول ژوئیه، استفاده از کدگذاری هوش مصنوعی را در 77 مخزن تأیید کردهایم. تا 31 ژوئیه، این تعداد به 112 مخزن افزایش یافته است. تعداد مخازن در حال استفاده 1.4 برابر افزایش یافته است. **

در ماه گذشته از زمان راهاندازی این سرویس، عوامل کدنویسی هوش مصنوعی مانند Trae IDE و Junie را اضافه کردهایم و استانداردهای استفاده را برای Gemini تغییر دادهایم و میتوانیم ببینیم که عاملهای کدنویسی هوش مصنوعی با سرعت نسبتاً سریعی در حال نفوذ در توسعه هستند.
این نظرسنجی نشان داد که بسته به زبان برنامه نویسی، تفاوت های زیادی در میزان استفاده از AI Coding Agent وجود دارد. ** برای TypeScript، AI Coding Agent در 21٪ از تمام مخازن استفاده می شود، در حالی که برای زبان Go تنها حدود 5٪ از کل است. **

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

https://ai-coding.info/ja/languages/go
اگرچه هیچ مدرک محکمی در این مورد وجود ندارد، من نظرات جالبی را در طول مصاحبه در مورد این سرویس شنیدم. محتوا این بود که "کدنویسی با استفاده از هوش مصنوعی در OSS مرتبط با زیرساخت ممنوع است." در جمع آوری اطلاعات چندین نمونه از این موارد وجود دارد.
https://www.netbsd.org/developers/commit-guidelines.html
https://wiki.gentoo.org/wiki/Project:Council/AI_policy
https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048
اینها «NetBSD»، «GentooLinux» و «QEMU» هستند که OSS با استفاده از زبان Go پیادهسازی نشدهاند. با این حال، در مناطق نزدیک به زیرساخت ها مانند سیستم عامل و ماشین های مجازی، استفاده از هوش مصنوعی تولید شده تا حدی ممنوع است. Kubernetes یک OSS معروف برای زبان Go است. با این حال، هیچ مدرکی مبنی بر استفاده از هوش مصنوعی مولد در اکوسیستم اطراف (مربوط به CNCF) وجود ندارد. در چنین زیرساختها، مناطق حیاتی و با عملکرد بالا، استفاده از هوش مصنوعی مولد همچنان عاقلانه است. این متناقض است، اما ممکن است گفته شود «از آنجایی که زبان Go در مناطق با عملکرد بالا و حیاتی مأموریت استفاده میشود، کد هوش مصنوعی تولید شده نمیتواند مورد استفاده قرار گیرد زیرا خطر شکست بسیار زیاد است. بنابراین، از زبان Go به ندرت استفاده میشود (مخصوصاً در OSS معروف).» اگر به مخازنی که واقعاً از Go استفاده میکنند نگاه کنید، به نظر میرسد که زیرساختهای بسیار کمی وجود دارد. در مورد grafana/loki یا cockroachdb است؟

https://ai-coding.info/ja/languages/go
به طور خلاصه آنچه تاکنون گفته شد، **عامل کدنویسی AI به نظر محبوب است، اما استفاده واقعی از آن در 2.9٪ از کل کم است. با این حال، از طرف دیگر، درصد کاربرانی که از زبان های برنامه نویسی خاص مانند TypeScript استفاده می کنند به سرعت در حال افزایش است. ** می توان گفت این همان دیدگاه دیگری است که قبلاً به آن اشاره کردم.
در فصل قبل، در مورد تفاوت بین زبان های برنامه نویسی که می توانند از کدنویسی هوش مصنوعی استفاده کنند و زبان هایی که نمی توانند استفاده کنند صحبت کردم. من در اینجا یک فرضیه ساده مطرح کردم.
"زبان های برنامه نویسی با تعداد زیادی از کاربران احتمالاً دارای مخازن بسیاری با استفاده از کدنویسی هوش مصنوعی هستند."
معنی آن همین است. پس بیایید داده ها را تجزیه و تحلیل کنیم. بیایید تعداد فشارها برای یک زبان برنامه نویسی خاص در Github و تعداد مخازن مورد استفاده توسط AI Coding Agent را رسم کنیم. اطلاعات مربوط به تعداد فشارهای زبان برنامه نویسی در Github در مخزن منتشر شده است.
https://github.com/github/innovationgraph/tree/main

این اولین فرضیه ای است که در ابتدا مطرح کردم.
"زبان های برنامه نویسی با تعداد زیادی از کاربران احتمالاً دارای مخازن بسیاری با استفاده از کدنویسی هوش مصنوعی هستند."
به نظر می رسد می توان این فرضیه را رد کرد. با تعداد حسابهای ارسالشده به Gthub در سال 2024 یک همبستگی منفی وجود داشت. فرضیه بالا نشان میدهد که «در واقع، نرخ استفاده کاربران کدنویسی هوش مصنوعی بدون توجه به زبان برنامهنویسی حدود 0 درصد است. با این حال، تفاوتهایی در تعداد مخازن مورد استفاده بسته به تعداد کاربران زبان برنامهنویسی وجود دارد، نه مورد». من این را درک می کنم. حالا برعکس
"آیا عامل کدنویسی AI اغلب برای زبان های برنامه نویسی با تعداد کمی کاربر استفاده می شود؟"
معلوم می شود که اینطور نیست. این یک زبان برنامه نویسی با تعداد کاربران کمتری نسبت به TypeScript است که در نمودار به گروه I و گروه II تقسیم شده است و هیچ زبان برنامه نویسی وجود ندارد که از AI Coding Agent به اندازه TypeScript استفاده کند. می شود. در مرحله بعد، بیایید مفهوم «نسبت استفاده از عامل کدنویسی AI» را تعریف کنیم. این مقداری است که با تقسیم «تعداد مخازن مورد استفاده توسط AI Coding Agent» بر «تعداد حسابهای ارسال شده به Github در سال 2024» به دست میآید. این را در محور عمودی و "تعداد حسابهای ارسال شده به Github در سال 2024" را در محور افقی ترسیم کنید. سپس "تعداد مخازن مورد استفاده توسط AI Coding Agent" را به اندازه دایره رسم کنید.

دو چیز از این نمودار قابل مشاهده است. یکی این است که تعداد مخازن با استفاده از Rust و Python AI Coding Agent تقریبا یکسان است، اما تفکیک متفاوت است. میزان استفاده از عامل کدنویسی هوش مصنوعی برای پایتون کم است. با این حال، به دلیل تعداد زیاد کاربران زبان، تعداد معینی از مخازن در حال استفاده است. از طرف دیگر، Rust نرخ استفاده بسیار بالایی از AI Coding Agent دارد، اما از آنجایی که تعداد کاربران زبان کم است، تعداد مخازن استفاده در سطح مشخصی باقی می ماند. دوم، میزان استفاده از عامل کدنویسی AI TypeScript آنقدرها بالا نیست. نرخ استفاده TypeScript 4.65E-06، نرخ استفاده Go 5.00E-06 و نرخ استفاده Ruby 4.45E-06 است. به طور نسبی، 10٪ تغییر نکرده است. در واقع، تفاوت زیادی در میزان استفاده بین TypeScript، Go و Ruby وجود ندارد. تفاوت در تعداد مخازن مورد استفاده ممکن است صرفاً به دلیل تفاوت در تعداد کاربران باشد. اگر این حقایق درست باشد، ممکن است تعداد کاربران Rust به دلیل کدنویسی AI به سرعت افزایش یابد. ** این به دلیل ماهیت زبانی Rust است، بنابراین در اصل می توان آن را توسط AI Coding Agent گسترش داد. در عوض، این یک استنتاج استقرایی بر اساس حقایق مشاهده شده است، اما به نظر می رسد Rust و AI Coding Agent سازگار هستند زیرا میزان استفاده از Coding Agent بالا است. وقتی به آن فکر میکنید، Rust در واقع زبانی است که میتواند بیشترین سود را از AI Coding Agent داشته باشد، و من احساس میکنم که در سال آینده رشد قابل توجهی خواهد داشت. با این حال، در حال حاضر، تعداد مخازن استفاده از کدنویسی هوش مصنوعی بر اساس زبان برنامهنویسی که ما توانستهایم بررسی کنیم 100 مورد است و از این تعداد، تعداد استفادههای عامل کدنویسی هوش مصنوعی حداکثر حدود 20 مورد است، بنابراین اگر تعداد استفادهها فقط یک یا دو مورد نوسان داشته باشد، بحث میتواند بسیار حساس شود.
#فکر
بسیاری از عوامل کدنویسی هوش مصنوعی منتشر شده اند. AI Coding.Info به تنهایی 16 نوع محصول را مدیریت می کند. زندگی روزمره من کمی شلوغ است. اگر به تأخیر بیفتید، وضعیت ممکن است به سرعت تغییر کند. بهعلاوه، حتی زمانی که سعی میکردیم اطلاعات را به دست آوریم، منابع اغلب مغرضانه بودند و بهدست آوردن اطلاعات دقیق را دشوار میکردند. چند وقت پیش از Cline استفاده می کردم. صحبت های زیادی در مورد این موضوع وجود داشت، اما در واقع چیزی که در ژاپن محبوب بود RooCode بود. با این حال، همانطور که از AI Coding.Info می بینید، RooCode تقریباً هیچ پذیرشی در Github ندارد. در مورد Cline، در 100 مخزن برتر Github قرار دارد، بنابراین فقط به خودی خود و حدود یک مخزن دیگر استفاده می شود. همچنین، به عنوان یک موضوع بزرگ، احساس میکنم اخیراً صحبتهای زیادی در مورد ClaudeCode در اطراف من شده است. با این حال، از سوی دیگر، مکان نما اغلب در مخازن استفاده می شود. بسته به کشوری که در آن بودید و زبان طبیعی که معمولاً استفاده میکردید، تعصباتی نیز وجود داشت. من منبعی از اطلاعات می خواهم که بتوانم از آن استفاده کنم و در عین حال بتوانم در درون خودم قضاوت آرامی داشته باشم. به همین دلیل این سایت را راه اندازی کردم. روندهای کدنویسی هوش مصنوعی را بررسی کنید و متعجب شوید که کدام ابزار با زبان برنامه نویسی مورد استفاده شما سازگار است. من نمی دانم چه نوع فایل های قانون در واقع در OSS معروف نوشته می شود؟ اگر به این موضوع علاقه دارید، لطفا نگاهی بیندازید.