Olemme julkaisseet verkkosivuston nimeltä AI Coding.Info.
Tämä on sivusto, joka tarkkailee tekoälyn koodausagenttien, kuten Claude Coden, Geminin tai Codexin, käyttötrendejä kiinteästä pisteestä Githubin arkiston tiedoista. AI Coding Agentin käytön määrittämiseksi teemme päivittäisiä tutkimuksia seuraavissa olosuhteissa.
**AI-koodausagentin käyttöaste on 2,9%. ** Tämä on niiden arkiston prosenttiosuus, jotka osoittivat todisteita tekoälyn koodausagentin käytöstä, perustuen 3 000 tietovaraston kyselyyn. Tämän voidaan sanoa olevan pieni prosentti kokonaismäärästä.

https://ai-coding.info/ja/agents
Tämä johtuu useista tekijöistä. Yksi on, että tämä kysely perustuu Githubin 100 parhaaseen tähteen. Voidaanko siis sanoa, että Githubin 100 parhaan tähden käyttötila edustaa tekoälyn koodausagenttien käyttötilaa kaikkialla maailmassa? On olemassa ongelma. Lisäksi, koska tämä perustuu julkiseen tietovarastoon, saattaa esiintyä eroa yritysten nykyisen käyttötilanteen kanssa. Pikemminkin se edustaa OSS:n käyttöönottotilaa. Voit myös sanoa niin. Lisäksi mekaanisena ongelmana, jos sääntötiedostoja, kuten CLAUDE.md ja GEMINI.md, ei ole olemassa, ei ole mahdollista määrittää, käytetäänkö niitä vai ei. Ongelma on myös olemassa. Siksi arkiston, joka käyttää Claude Codea mutta joka ei luo CLAUDE.md-tiedostoa, katsotaan käyttämättä Claude Codea.
**Käytetyin tuote on "Cursor", jota seuraa "Claude Code" ja kolmas on "Copilot Agent" (Github Copilot). ** Ottaen huomioon, että Gemini CLI julkistettiin 25. kesäkuuta, sen tosiasian, että se on ollut 4. sijalla lähes kuukauden, voidaan sanoa olevan melko yleistä. Toisaalta voidaan kuitenkin sanoa, että Gemini CLI:llä on vain noin 1/3 Cursorin käytettävissä olevista arkistoista.

https://ai-coding.info/ja/agents
AI Coding Agentin eniten käyttämä ohjelmointikieli on "Typescript", jota seuraavat "Python" ja "Rust". Mitä tulee TypeScriptiin, AI Coding Agent näyttää saaneen alkunsa VS Coden laajennuksista, kuten Github Copilotista, joten jos ajattelet asiaa tästä näkökulmasta, tämä on mielestäni jokseenkin ymmärrettävä tulos. Lisäksi, kun otetaan huomioon, että Pythonilla on korkea affiniteetti ML-järjestelmiin, kuten DeepLearning, tämä tulos ei välttämättä ole niin outo. Sieltä kolmas Rust oli yllättävä tulos. Jos kuvittelet tämän tuloksen, Rust on ohjelmointikieli, joka on kasvattanut suosiotaan muutaman viime vuoden aikana. Tämä voi johtua siitä, että ohjelmointikieliyhteisö on nuori ja innokas oppimaan uusista aloitteista, kuten AI Coding Agentista. Saatat sanoa niin.

https://ai-coding.info/ja/languages
Katsotaanpa AI Coding Agentia käyttävien tietovarastojen (päällekkäisten) trendejä heinäkuussa 2025. **Olemme vahvistaneet AI-koodauksen käytön 77 tietovarastossa 1. heinäkuuta alkaen. Heinäkuun 31. päivään mennessä arkiston määrä oli noussut 112:een. Käytössä olevien arkistojen määrä on kasvanut 1,4-kertaiseksi. **

Palvelun lanseerauksesta kuluneen kuukauden aikana olemme lisänneet tekoälyn koodausagentteja, kuten Trae IDE:n ja Junien, ja muuttaneet Geminin käyttöstandardeja, ja voimme nähdä, että AI-koodausagentit tunkeutuvat kehitykseen melko nopeasti.
Tutkimus paljasti, että AI Coding Agentin käyttöasteessa on suuria eroja ohjelmointikielestä riippuen. **TypeScriptille AI-koodausagenttia käytetään 21 %:ssa kaikista arkistoista, kun taas Go-kielellä se on vain noin 5 % kokonaismäärästä. **

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

https://ai-coding.info/ja/languages/go
Vaikka tästä ei ole varmaa näyttöä, kuulin haastatteluissa mielenkiintoisia mielipiteitä palvelusta. Sisältö oli, että "koodaus sukupolven tekoälyllä on kielletty infrastruktuuriin liittyvässä OSS:ssa." Tästä on useita esimerkkejä kerättäessä tietoja.
https://www.netbsd.org/developers/commit-guidelines.html
https://wiki.gentoo.org/wiki/Project:Council/AI_policy
https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048
Nämä ovat "NetBSD", "GentooLinux" ja "QEMU", joita ei ole toteutettu Go-kielellä. Infrastruktuurin lähellä olevilla alueilla, kuten käyttöjärjestelmä ja virtuaalikoneet, luodun tekoälyn käyttö on kuitenkin osittain kielletty. Kubernetes on kuuluisa Go-kielen OSS. Ei kuitenkaan ole näyttöä siitä, että generatiivista tekoälyä käytettäisiin ympäröivässä ekosysteemissä (CNCF:ään liittyvä). Tällaisella infrastruktuurilla, kriittisillä ja korkean suorituskyvyn alueilla saattaa silti olla järkevää käyttää generatiivista tekoälyä. Tämä on paradoksaalista, mutta voidaan sanoa, että ``Koska Go-kieltä käytetään kriittisillä korkean suorituskyvyn alueilla, luotua tekoälykoodia ei voida käyttää, koska epäonnistumisen riski on liian suuri. Siksi Go-kieltä käytetään harvoin (etenkin kuuluisassa OSS:ssa).'' Jos tarkastelet arkistot, jotka todella käyttävät Goa, näyttää siltä, että niitä on hyvin vähän. Onko kyse grafanasta/lokista vai torakasta?

https://ai-coding.info/ja/languages/go
Yhteenvetona siihen, mitä tähän mennessä on sanottu, **AI Coding Agent näyttää olevan suosittu, mutta sen todellinen käyttö on yleensä alhainen, 2,9 % kokonaismäärästä. Toisaalta tiettyjä ohjelmointikieliä, kuten TypeScriptiä, käyttävien prosenttiosuus kasvaa nopeasti. ** Voidaan sanoa, että tästä on kyse toisesta aiemmin mainitsemastani näkökulmasta.
Edellisessä luvussa puhuin erosta AI-koodausta hyödyntävien ohjelmointikielten ja sellaisten ohjelmointikielten välillä, jotka eivät pysty käyttämään sitä. Tein tässä yksinkertaisen hypoteesin.
"Monien käyttäjien ohjelmointikielillä on luultavasti monia AI-koodausta käyttäviä tietovarastoja."
Sitä se tarkoittaa. Joten analysoidaan tiedot. Piirretään tietyn ohjelmointikielen työntöjen määrä Githubissa ja AI Coding Agentin käyttämien tietovarastojen määrä. Tietoa työntöjen määrästä ohjelmointikielittäin Githubissa julkaistaan arkistossa.
https://github.com/github/innovationgraph/tree/main

Tämä on ensimmäinen hypoteesi, jonka tein alussa.
"Monien käyttäjien ohjelmointikielillä on luultavasti monia AI-koodausta käyttäviä tietovarastoja."
Näyttää siltä, että tämä hypoteesi voidaan hylätä. Gthubille vuonna 2024 siirrettyjen tilien määrän kanssa oli negatiivinen korrelaatio. Yllä olevan hypoteesin tarkoituksena oli osoittaa, että ``Tekoälykoodauksen käyttäjien käyttöaste on noin 0 % ohjelmointikielestä riippumatta. Käytettävien arkiston määrässä on kuitenkin eroja riippuen ohjelmointikielen käyttäjien määrästä.'' Mutta näin ei ole. Ymmärrän sen. Nyt päinvastoin
"Käytetäänkö AI Coding Agentia usein ohjelmointikielille, joilla on pieni määrä käyttäjiä?"
Osoittautuu, että näin ei ole. Tämä on ohjelmointikieli, jolla on vähemmän käyttäjiä kuin TypeScript ja joka on jaettu kaaviossa ryhmään I ja ryhmään II, eikä ole olemassa ohjelmointikieltä, joka käyttää AI Coding Agentia yhtä monta kertaa kuin TypeScript. Siitä tulee. Seuraavaksi määritellään "AI Coding Agent -käyttösuhteen" käsite. Tämä on arvo, joka saadaan jakamalla "AI Coding Agentin käyttämien tietovarastojen lukumäärä" "Githubille vuonna 2024 lähetettyjen tilien lukumäärällä". Piirrä tämä pystyakselille ja "Githubille vuonna 2024 lähetettyjen tilien määrä" vaaka-akselille. Piirrä sitten "AI Coding Agentin käyttämien tietovarastojen lukumäärä" ympyrän kooksi.

Tästä kaaviosta voidaan nähdä kaksi asiaa. Yksi on, että Rust- ja Python AI -koodausagentteja käyttävien arkistojen määrä on melkein sama, mutta jakautuminen on erilainen. Pythonin AI Coding Agentin käyttöaste on alhainen. Kielten käyttäjien suuren määrän vuoksi käytössä on kuitenkin tietty määrä arkistoja. Toisaalta Rustilla on erittäin korkea AI Coding Agentin käyttöaste, mutta koska kielten käyttäjiä on vähän, käyttövarastojen määrä pysyy tietyllä tasolla. Toiseksi TypeScriptin AI-koodausagentin käyttöaste ei ole niin korkea. TypeScriptin käyttöaste on 4,65E-06, Go:n käyttöaste on 5,00E-06 ja Rubyn käyttöaste on 4,45E-06. Suhteellisesti se ei ole muuttunut 10 prosenttia. Itse asiassa TypeScriptin, Gon ja Rubyn käyttönopeudessa ei ole paljon eroa. Käytettyjen tietovarastojen lukumäärän ero voi johtua yksinkertaisesti erosta käyttäjien määrässä. Jos nämä tosiasiat pitävät paikkansa, Rust-käyttäjien määrä voi kasvaa nopeasti AI Coding Agentin vuoksi. ** Tämä johtuu Rustin kielellisestä luonteesta, joten periaatteessa sitä voidaan laajentaa AI Coding Agentilla. Pikemminkin se on havaittuihin faktoihin perustuva induktiivinen päättely, mutta Rust ja AI Coding Agent näyttävät olevan yhteensopivia, koska Coding Agentin käyttöaste on korkea. Kun ajattelee sitä, Rust on itse asiassa kieli, joka voi hyötyä eniten AI Coding Agentista, ja minusta tuntuu, että se kasvaa merkittävästi seuraavan vuoden aikana. Kuitenkin tällä hetkellä AI Coding -käyttövarastoja ohjelmointikielittäin, joita olemme voineet tutkia, on 100, ja niistä AI Coding Agent -käyttöjen määrä on korkeintaan 20 luokkaa, joten keskustelu voi muuttua varsin herkkääksi, jos käyttökertojen määrä vaihtelee vain yhden tai kahden verran.
Monet tekoälyn koodausagentit on julkaistu. AI Coding.Info yksin käsittelee 16 erilaista tuotetta. Jokapäiväinen elämäni on vähän kiireistä. Jos viivyttelet kiinni saamista, tilanne voi muuttua nopeasti. Lisäksi, vaikka tietoa yritettiin saada kiinni, lähteet olivat usein puolueellisia, mikä vaikeutti tarkan tiedon saamista. Vähän aikaa sitten käytin Clinea. Tästä puhuttiin paljon, mutta itse asiassa Japanissa suosittu oli RooCode. Kuten näette AI Coding.Infosta, RooCodella ei kuitenkaan ole juurikaan käyttöä Githubissa. Mitä tulee Clineen, se on Githubin 100 parhaan arkiston joukossa, joten sitä käytetään vain itsessään ja noin yhdestä muusta arkistosta. Lisäksi suurena aiheena minusta tuntuu, että ClaudeCodesta on puhuttu paljon ympärilläni viime aikoina. Toisaalta kursoria käytetään usein arkistoissa. Myös puolueellisuutta oli sen mukaan, missä maassa olit ja mitä luonnollista kieltä tavallisesti käytit. Haluan tietolähteen, jota voin käyttää, mutta silti pystyn tekemään rauhallisia arvioita itsessäni. Siksi aloitin tämän sivuston. Tarkista AI-koodauksen trendit ja mieti, mitkä työkalut ovat yhteensopivia käyttämäsi ohjelmointikielen kanssa. Ihmettelen, millaisia sääntötiedostoja kuuluisassa OSS:ssä todella kirjoitetaan? Jos olet kiinnostunut tästä, ole hyvä ja katso.