שחררנו אתר בשם AI Coding.Info.
זהו אתר שצופה במגמות שימוש הקשורות לסוכני קידוד בינה מלאכותית כגון Claude Code, Gemini או Codex מנקודה קבועה ממידע במאגר Github. כדי לקבוע את השימוש ב-AI Coding Agent, אנו עורכים סקרים יומיים בתנאים הבאים.
**שיעור השימוש ב-AI Coding Agent הוא 2.9%. ** זהו אחוז המאגרים שהראו עדויות לשימוש ב-AI Coding Agent, בהתבסס על סקר של 3,000 מאגרים. ניתן לומר שזהו אחוז קטן מהסך הכולל.

https://ai-coding.info/ja/agents
זה נובע ממספר גורמים. האחת היא שהסקר הזה מבוסס על 100 הכוכבים המובילים של Github. לכן, האם ניתן לומר שסטטוס השימוש של 100 הכוכבים המובילים של Github מייצג את מצב השימוש של סוכני קידוד AI ברחבי העולם? יש בעיה. יתרה מזאת, מכיוון שהדבר מבוסס על מאגר ציבורי, עשויה להיות אי התאמה למצב השימוש הנוכחי של חברות. במקום זאת, הוא מייצג את סטטוס האימוץ של OSS. אפשר גם להגיד את זה. כמו כן, כבעיה מכנית, אם קבצי כללים כגון CLAUDE.md ו-GEMINI.md אינם קיימים, לא ניתן לקבוע אם הם נמצאים בשימוש או לא. יש גם את הבעיה. לכן, מאגר המשתמש בקוד קלוד אך אינו יוצר קובץ CLAUDE.md ייבחן כמי שאינו משתמש בקוד קלוד.
**המוצר הנפוץ ביותר הוא "Cursor", ואחריו "Claude Code", והשלישי הוא "Copilot Agent" (Github Copilot). ** בהתחשב בכך ש-Gemini CLI הוכרז ב-25 ביוני, ניתן לומר שהעובדה שהיא נמצאת במקום הרביעי כבר כמעט חודש היא נפוצה למדי. עם זאת, מצד שני, ניתן לומר שלGemini CLI יש רק כ-1/3 מהמאגרים הזמינים של Cursor.

https://ai-coding.info/ja/agents
שפת התכנות המשמשת ביותר את סוכן AI Coding היא "Typescript", ואחריה "Python" ו-"Rust". לגבי TypeScript, נראה ש-AI Coding Agent מקורו בהרחבות VS Code כמו Github Copilot, אז אם אתה חושב על זה מנקודת מבט זו, אני חושב שזו תוצאה מובנת במידת מה. כמו כן, בהתחשב בכך שלפייתון יש זיקה גבוהה למערכות ML כגון DeepLearning, ייתכן שהתוצאה הזו לא כל כך מוזרה. משם, הרוסט השלישי היה תוצאה מפתיעה. אם אתה מדמיין את התוצאה של זה, Rust היא שפת תכנות שצוברת פופולריות במהלך השנים האחרונות. יש הכרה שזה עשוי להיות בגלל שקהילת שפות התכנות היא צעירה ולהוטה ללמוד על יוזמות חדשות כמו AI Coding Agent. אתה יכול להגיד את זה.

https://ai-coding.info/ja/languages
בואו נסתכל על המגמות במספר המאגרים (עם חפיפה) באמצעות AI Coding Agent ביולי 2025. **החל מה-1 ביולי, אישרנו את השימוש ב-AI Coding ב-77 מאגרים. נכון ל-31 ביולי, המספר גדל ל-112 מאגרים. מספר המאגרים בשימוש גדל פי 1.4. **

בחודש האחרון מאז שהשקנו את השירות, הוספנו סוכני קידוד AI כגון Trae IDE ו-Junie, ושינינו את תקני השימוש עבור Gemini, ואנחנו יכולים לראות שסוכני קידוד AI חודרים לפיתוח בקצב מהיר למדי.
הסקר גילה שיש הבדלים גדולים בשיעור השימוש ב-AI Coding Agent בהתאם לשפת התכנות. **עבור TypeScript, AI Coding Agent נמצא בשימוש ב-21% מכל המאגרים, בעוד עבור שפת Go הוא מהווה רק כ-5% מסך הכל. **

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

https://ai-coding.info/ja/languages/go
למרות שאין ראיות מוצקות לגבי זה, שמעתי כמה דעות מעניינות במהלך ראיונות על השירות. התוכן היה ש"קידוד באמצעות AI מהדור אסור ב-OSS הקשור לתשתית". ישנן מספר דוגמאות לכך בעת איסוף מידע.
https://www.netbsd.org/developers/commit-guidelines.html
https://wiki.gentoo.org/wiki/Project:Council/AI_policy
https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048
אלה הם NetBSD,'' GentooLinux,'' ו-QEMU,'' שאינם מיושמים ב-OSS באמצעות שפת Go. עם זאת, באזורים הקרובים לתשתית כמו מערכת הפעלה ומכונות וירטואליות, השימוש בבינה מלאכותית שנוצרה אסור בחלקו. Kubernetes הוא OSS מפורסם לשפת Go. עם זאת, אין ראיות לכך ש-AI גנראטיבי משמש במערכת האקולוגית שמסביב (קשור ל-CNCF). בתשתיות כאלה, תחומים קריטיים למשימה ובעלי ביצועים גבוהים, עדיין עשוי להיות נבון להשתמש בבינה מלאכותית גנרטיבית. זה פרדוקסלי, אך ניתן לומר כי מכיוון ששפת Go משמשת באזורים בעלי ביצועים גבוהים קריטיים, לא ניתן להשתמש בקוד ה-AI שנוצר מכיוון שהסיכון לכשל גדול מדי. לכן, שפת Go משמשת לעתים רחוקות (במיוחד ב-OSS המפורסמת).'' אם אתה מסתכל על המאגרים שמשתמשים ב-Go בפועל, נראה שיש מעט מאוד תשתית קשורה. האם מדובר בגרפנה/לוקי או ג'וקדב?

https://ai-coding.info/ja/languages/go
לסיכום מה שנאמר עד כה, נראה כי **AI Coding Agent פופולרי, אך השימוש בפועל בו נוטה להיות נמוך ועומד על 2.9% מהסך הכולל. עם זאת, מצד שני, אחוז המשתמשים המשתמשים בשפות תכנות ספציפיות כמו TypeScript גדל במהירות. ** ניתן לומר שבכך עוסקת הפרספקטיבה האחרת שהזכרתי קודם.
בפרק הקודם דיברתי על ההבדל בין שפות תכנות שיכולות להשתמש בקידוד AI לאלו שלא. העליתי כאן השערה פשוטה.
"לשפות תכנות עם משתמשים רבים יש כנראה מאגרים רבים באמצעות קידוד AI."
זה מה שזה אומר. אז בואו ננתח את הנתונים. בואו נשרטט את מספר הדחיפות לשפת תכנות ספציפית ב-Github ואת מספר המאגרים בשימוש על ידי AI Coding Agent. נתונים לגבי מספר הדחיפות לפי שפת תכנות ב-Github מתפרסמים במאגר.
https://github.com/github/innovationgraph/tree/main

זו ההשערה הראשונה שהעליתי בהתחלה.
"לשפות תכנות עם משתמשים רבים יש כנראה מאגרים רבים באמצעות קידוד AI."
נראה שניתן לדחות השערה זו. היה מתאם שלילי עם מספר החשבונות שנדחפו ל-Gthub בשנת 2024. ההשערה לעיל נועדה להראות כי ``למעשה, שיעור השימוש של משתמשי AI Coding הוא בערך 0% ללא קשר לשפת התכנות. עם זאת, ישנם הבדלים במספר המאגרים בשימוש בהתאם למספר המשתמשים בשפת התכנות.'' אבל זה לא המקרה. אני מבין את זה. עכשיו, להיפך
"האם סוכן קידוד AI משמש לעתים קרובות לשפות תכנות עם מספר קטן של משתמשים?"
מסתבר שזה לא המצב. זוהי שפת תכנות עם פחות משתמשים מ-TypeScript, לפי חלוקה לקבוצה I וקבוצה II בגרף, ואין שפת תכנות שמשתמשת ב-AI Coding Agent פעמים רבות כמו TypeScript. זה הופך להיות. לאחר מכן, הבה נגדיר את המושג "יחס שימוש ב-AI Coding Agent." זהו הערך המתקבל על ידי חלוקת "מספר המאגרים בשימוש על ידי AI Coding Agent" ב"מספר החשבונות שנדחפו ל-Github בשנת 2024." צייר זאת על הציר האנכי ואת "מספר החשבונות שנדחפו ל-Github בשנת 2024" על הציר האופקי. לאחר מכן, צייר את "מספר המאגרים בשימוש על ידי AI Coding Agent" כגודל המעגל.

יש שני דברים שאפשר לראות מהגרף הזה. האחת היא שמספר המאגרים המשתמשים ב- Rust ו- Python AI Coding Agents כמעט זהה, אבל הפירוט שונה. קצב השימוש ב-AI Coding Agent עבור Python נמוך. עם זאת, בשל המספר הגדול של משתמשי שפה, יש מספר מסוים של מאגרים בשימוש. מצד שני, ל-Rust יש שיעור שימוש גבוה מאוד ב-AI Coding Agent, אך מכיוון שיש מעט משתמשי שפה, מספר מאגרי השימוש נשאר ברמה מסוימת. שנית, קצב השימוש ב-AI Coding Agent של TypeScript אינו כה גבוה. קצב השימוש של TypeScript הוא 4.65E-06, קצב השימוש של Go הוא 5.00E-06, ושיעור השימוש של Ruby הוא 4.45E-06. באופן יחסי, זה לא השתנה ב-10%. למעשה, אין הרבה הבדל בקצב השימוש בין TypeScript, Go ו-Ruby. ההבדל במספר המאגרים שבהם נעשה שימוש עשוי פשוט לנבוע מהבדל במספר המשתמשים. אם העובדות הללו נכונות, מספר משתמשי Rust עשוי לעלות במהירות עקב סוכן קידוד AI. ** זה נובע מהטבע הלשוני של Rust, כך שבאופן עקרוני ניתן להרחיב אותו על ידי AI Coding Agent. במקום זאת, מדובר בניכוי אינדוקטיבי המבוסס על עובדות שנצפו, אך נראה כי Rust ו-AI Coding Agent תואמים מכיוון ששיעור השימוש ב-Coding Agent הוא גבוה. כשחושבים על זה, Rust היא למעשה השפה שיכולה להרוויח הכי הרבה מ-AI Coding Agent, ויש לי הרגשה שהיא תגדל משמעותית במהלך השנה הבאה. עם זאת, נכון לעכשיו, מספר מאגרי השימוש ב-AI Coding לפי שפת תכנות שהצלחנו לחקור הוא 100, ומתוכם, מספר השימושים ב-AI Coding Agent הוא בסדר גודל של 20 לכל היותר, כך שהדיון יכול להיות רגיש למדי אם מספר השימושים משתנה באחד או שניים בלבד.
סוכני קידוד AI רבים שוחררו. AI Coding.Info לבדו מטפל ב-16 סוגי מוצרים. חיי היומיום שלי קצת עמוסים. אם תדחה את ההדביקות, המצב עשוי להשתנות במהירות. בנוסף, גם כאשר מנסים להתעדכן במידע, המקורות היו לעתים קרובות מוטים, מה שהקשה על השגת מידע מדויק. לפני זמן מה, השתמשתי ב-Cline. היו הרבה דיבורים על זה, אבל למעשה, זה שהיה פופולרי ביפן היה RooCode. עם זאת, כפי שניתן לראות מ-AI Coding.Info, ל-RooCode אין כמעט אימוץ ב-Github. לגבי Cline, הוא נמצא ב-100 המאגרים המובילים ב-Github, כך שהוא נמצא בשימוש רק בפני עצמו ובערך מאגר אחד אחר. כמו כן, כנושא גדול, אני מרגיש כאילו דיברו הרבה על ClaudeCode סביבי לאחרונה. עם זאת, מצד שני, הסמן משמש לעתים קרובות במאגרים. היו גם הטיות בהתאם למדינה שבה היית ולשפה הטבעית שבה השתמשת בדרך כלל. אני רוצה מקור מידע שאוכל להשתמש בו ועדיין להיות מסוגל לבצע שיקול דעת רגוע בתוכי. בגלל זה פתחתי את האתר הזה. בדוק את המגמות בקידוד AI ותהה אילו כלים תואמים לשפת התכנות שבה אתה משתמש. אני תוהה איזה סוג של קבצי כללים נכתבים בפועל ב-OSS המפורסם? אם אתה מעוניין בזה, בבקשה תסתכל.