Miksi älylasien harrastajat loivat tekoälykoodauksen. Info ~Yhteenveto tekoälykoodauksen trendeistä elokuussa 2026 datan perusteella~
kirjoittaja: @kotauchisunsun
Julkaisupäivä: 2026/09/29
AI Coding Agent -trendit elokuussa 2026
Olemme ylläpitäneet sivustoa nimeltä AI Coding.Info heinäkuusta 2025 lähtien.
Tämä on sivusto, joka tarkkailee tekoälyn koodausagenttien, kuten Claude Coden, Codex CLI:n, Github Copilotin ja Geminiin, liittyviä käyttötrendejä kiinteästä pisteestä Githubin arkiston tietojen perusteella. AI Coding Agentin käytön määrittämiseksi teemme päivittäisiä tutkimuksia seuraavissa olosuhteissa.
- Päivittäinen 9 000 julkisen arkiston tarkastus Githubissa
- TOP 300 Github-tähteä ohjelmointikielen mukaan
- Tutkittu 30 eri ohjelmointikielestä
- Kohdistaa 16 tyyppistä AI-koodausagenttia
- Vain kun eri AI-koodausagenttien käyttämät sääntötiedostot ovat Githubin arkistossa, määritetään, että tekoälyn koodausagenttia käytetään.
Viime kuun trendit
https://ai-coding.info/reports/articles/20260812
AI Coding Agentin käyttöaste on 13,9 %
AI Coding Agent -varaston käyttöaste oli 13,9 %, kasvua 0,9 % edellisen kerran 13,0 %:sta.
AI Coding Agentin käyttöaste 1.9.2026
https://ai-coding.info/?date=2026-09-01#adoption-rate
AI Coding Agentin käyttöaste 1.8.2026
https://ai-coding.info/?date=2026-08-01#adoption-rate
Tekoälyn koodausagentin käyttöasteen trendit 1.8.2026–1.9.2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#share-trend
AI-koodausagentin osuus tuotteen mukaan
Tuotekohtainen osuus on seuraava.
| Ranking | Tuotteen nimi | Osakekurssi |
|---|---|---|
| 1. sija | Codex CLI | 42,3 % |
| 2. sija | Claude Code | 32,0 % |
| 3. sija | Copilot Agent | 14,4 % |
| 4. sija | Gemini CLI | 4,9 % |
| 5. sija | Kursori | 4,0 % |
AI Coding Agentin osakekurssi 1.9.2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#agent-share
AI Coding Agentin osakekurssi 1.8.2026
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#agent-share
AI Coding Agentin käyttötila ohjelmointikielen mukaan
Ohjelmointikieli, jolla AI Coding Agentia käytetään eniten, on "TypeScript", toinen on "Rust", kolmas on "Python", neljäs on "Go" ja viides on "C#".
AI Coding Agent -järjestys ohjelmointikielen mukaan 1. syyskuuta 2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#language-agent-rank
AI Coding Agent -järjestys ohjelmointikielen mukaan 2026/8/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#language-agent-rank
Kuukausittaiset trendit AI Coding Agentin käyttämien tietovarastojen lukumäärässä
Tietovarastojen määrä oli 1 940 1. elokuuta 2026, mutta on noussut 2 069:ään 1. syyskuuta 2026 mennessä, mikä tarkoittaa 129 arkiston kasvua AI Coding Agentin avulla.
Muutokset AI Coding Agentia käyttävien tietovarastojen määrässä 2026/8/1 - 2026/9/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#time-based-bar-chart
Miksi älylasien harrastajat loivat AI Coding.Infon
Jaan yleensä tietoja älylaseista YouTube-kanavallani nimeltä "Kotauchi Planning".
Myös PodCast "Kotauchin Mirai's Glasses" päivitetään joka viikko.
Julkaisemme myös viikoittain artikkelin nimeltä "World Smart Glasses News" joka viikko.
https://note.com/kotauchisunsun/m/mf522aa5d3efd
Miksi tällainen henkilö loi sivuston tutkiakseen AI Coding Agentin käyttötrendejä? Tällä kertaa puhun siitä, kuinka aloin luoda AI Coding.Infoa. Ensi silmäyksellä se näyttää erilaiselta alalta, mutta lähtökohta oli
"Haluan virtaviivaistaa älylasien ohjelmistokehitystä tekoälyn avulla"
Sen minä tunsin. Tammikuun 2025 tienoilla kehitin ohjelmistoa LILYGOn yksisilmäisille älylaseille nimeltä "T-Glass".
T-Glass on varustettu ESP32:lla, ja kirjoitin ohjelmaa sen suorittamiseksi. Tuolloin minusta tuntui, että erityinen haaste oli aika, joka kului varsinaisen laitteen rakentamiseen ja kirjoittamiseen. Vaikka ohjelmaa vähän muutettiinkin, se piti rakentaa, kirjoittaa varsinaiseen koneeseen ja tarkistaa toiminta. Kehitysympäristössäni tämä koko prosessi vei aikaa, mikä vaikeutti yritysten ja virheiden määrän lisäämistä. Siksi ajattelin tapaa laittaa JavaScript-moottori "QuickJS" ESP32:n päälle. Oli jo ennakkotapaus, jossa QuickJS siirrettiin ESP32:een, joten ajattelin käyttää sitä.
https://qiita.com/binzume/items/f04d3b1b06cd0f7d3111
https://github.com/binzume/esp32quickjs
Ajatuksena on, että jos ensin valmistelet ympäristön komentosarjan suorittamista varten, voit muuttaa toimintaa korvaamalla JavaScript-koodin.
ESP32 voi myös muodostaa yhteyden Wi-Fi-verkkoon. Joten kirjoitin koodin TypeScriptillä, jota yleensä käytän, siirsin sen JavaScriptiksi ja laitoin sen tiedostopalvelimelle. Loimme kulun, jossa kun painat T-Glassin painiketta, palvelimelle asetettu Javascript-koodi noudetaan Wi-Fin kautta ja suoritetaan QuickJS:n avulla. Pystyin suorittamaan tämän työnkulun itse.
Jos muutos on JavaScript-puolella, koko laiteohjelmistoa ei tarvitse rakentaa ja kirjoittaa uudelleen. Tavoitteenamme oli kehitysympäristö, jossa voisimme toistuvasti tarkistaa todelliset laitteet lyhyessä jaksossa TypeScript-tyyppejä hyödyntäen.
Anna AI "käyttää yhtä toteutusta mallina"
Kuitenkin vain siksi, että JavaScript toimii, ei tarkoita, että voit vapaasti luoda älylasisovelluksia. Esimerkiksi graafisen käyttöliittymän käyttämiseksi JavaScriptistä on tarpeen toteuttaa siltaosa, joka yhdistää QuickJS:n ja C-kielen GUI-kirjaston. Tämän kirjoittamiseksi minun piti ymmärtää, kuinka QuickJS toimii, miten GUI-kirjastoja käytetään ja kuinka arvoja välitetään JavaScriptin ja C:n välillä. Tuolloin tekoäly ei ollut vielä niin älykäs, joten yritin toteuttaa sitä itse, mutta se vaati paljon tietoa ja oli melko vaikeaa laajentaa vastaavaa käsittelyä muihin toimintoihin. Tähän tarkoitukseen käytimme AI-koodausagenttia. Tuolloin käytin Roo Codea. Ensin kirjoitin siltaosan yhdelle funktiolle, käytin sitä näytteenä ja annoin tekoälyn laajentaa samanlaisia toteutuksia muihin toimintoihin. Sen sijaan, että jättäisit kaiken tekoälylle, voit esitellä toteutuskäytännön ja esimerkin itse ja pyytää käyttäjää jatkamaan työtä sen mukaisesti. Tämä kehitysyritys ei lopulta johtanut koko konseptin valmistumiseen. Syynä on se, että Javascriptillä ja C-kielellä on hyvin erilaisia perusfilosofioita. Esimerkiksi osoittimien käytöstä tulee este. Vaikka portaat LovyanGFX:n, ESP32-sarjassa yleisesti käytetyn GUI-kirjaston toiminnot sellaisenaan, niistä tulee joukko osoittimia, joten miten niitä pitäisi käsitellä Javascriptin avulla? on tullut ongelma. Siksi pelkkä LovyanGFX:n toimintojen siirtäminen oli vaikea nähdä Javascriptissä, ja mielestäni tarvittiin jonkinlainen abstraktiokerros. Minusta oli kuitenkin suuri potentiaali luoda yksi toteutusesimerkki ja sitten lisätä vastaavien toimintojen määrää sen perusteella. Kun kehität ohjelmistoja itse, sen sijaan, että kirjoittaisit kaiken itse, voit lisätä tekoälylle jätettävien osien määrää. Tätä varten olen tullut uskomaan, että minun on jatkettava oppimista AI Coding Agentista.
"Mitä minun pitäisi käyttää", joka vaihtuu joka viikko
Toisaalta meidän oli myös vaikea pysyä AI Coding Agentin perässä. Tuohon aikaan (vuoden 2025 alussa) VS Coden laajennuksina käytetyt AI-koodausagentit, kuten Cline ja Roo Code, olivat kuuma aihe. Oli monia muita vaihtoehtoja, mukaan lukien Devin ja OpenHands, joihin osallistuin aiemmin. Tietoa uusista työkaluista ja toiminnoista tuli peräkkäin, ja tuntui, että kysymys "mitä nyt pitäisi käyttää" päivittyi viikoittain. Itse jahtasin tietoa ja kokeilin erilaisia työkaluja, mutta tunsin olevani väsynyt jatkamaan niin. Lisäksi, vaikka pääsin kokeilemaan suosittua työkalua, minulla ei ollut selkeää päätöspohjaa siitä, miksi minun pitäisi valita se. Se on sävellys, jota vaikuttaa niin kutsuttu AI-yllätyskauppa. Haluan valita käyttämäni työkalut uusien ominaisuuksien julkistamisen tai maineen lisäksi myös todellisen tilanteen perusteella. Halusimme käyttää ensisijaista tietoa päätöksenteon perustana, ei vain markkinointitietoa. Sen huomasin
"Mitkä tekoälyn koodausagentit sisältyvät GitHubin julkisiin tietovarastoihin?"
Sitä se tarkoittaa.
Tarkkaile kiinteiden pisteiden käyttötrendejä oman harkintasi perustaksi
Sitten AI Coding.Info julkaistiin heinäkuussa 2025. Loimme sivuston tarkistaaksemme, onko GitHubin julkisessa arkistossa jokaisen tekoälyn koodausagentin käyttämä sääntötiedosto, ja tallentaa tulokset joka päivä. Tietenkin tämä menetelmä määrittää vain, sijaitseeko sääntötiedosto arkistossa. Se ei mittaa todellista käyttötiheyttä tai luodun koodin laatua, eikä se kaappaa tapauksia, joissa sääntöjä käytetään ilman sääntötiedostoa. Silti, jos jatkat tarkkailua samalla menetelmällä, voit nähdä muutoksia, kuten mitkä työkalut tukevat enemmän sääntötiedostoja ja mitä ohjelmointikieliä otetaan käyttöön yhä enemmän. Se, että työkalua käytetään usein, ei tarkoita, että se olisi paras työkalu sinulle. Sen sijaan, että seuraisin vain peräkkäin virtaavaa tietoa, ajattelin, että voisin käyttää julkisessa arkistossa näkemiäni muutoksia yhtenä päätöksenteon apuna. Myös,
En ole varma, että en ole ainoa, joka on kyllästynyt seuraamaan tekoälytietoja
Minustakin tuntui siltä. Koin myös, että julkaisemalla itselleni tutkimani tiedot, siitä voi olla apua muille, jotka ovat yhtä hämmentyneitä työkalun valinnasta. AI Coding Agentia käytetään myös itse AI Coding.Infon kehittämiseen. Prototyyppi luotiin noin kahdessa viikossa, ja siitä lähtien olemme jatkaneet muutosten tekemistä yrityksen ja erehdyksen kautta. Jatkoimme käyttötrendien tarkkaa pisteen seurantaa, ja sen julkaisusta on kulunut noin vuosi. Alun perin en halunnut kokeilla jokaista uutta AI Coding Agentia, vaan kehittää älylasiohjelmistoa tehokkaasti itse. Tätä tarkoitusta varten haluaisin saada tukea tekoälyltä. He halusivat myös tietoa auttamaan heitä päättämään, mitä tekoälyn koodausagenttia käyttää. Käytä tekoälyä luodaksesi ohjelmistoja älylaseille ja luo AI Coding.Info perustaksi päätettäessä käytettävää tekoälyä. Tästä syystä minä, älylasien ystävä, aloin luoda tätä sivustoa.