מְחַבֵּר: @kotauchisunsun
תאריך יציאה: 2026/09/29
אנו מפעילים אתר בשם AI Coding.Info מאז יולי 2025.
זהו אתר שצופה במגמות שימוש הקשורות לסוכני קידוד בינה מלאכותית כגון Claude Code, Codex CLI, Github Copilot ו-Gemini מנקודה קבועה ממידע במאגרי Github. כדי לקבוע את השימוש ב-AI Coding Agent, אנו עורכים סקרים יומיים בתנאים הבאים.
https://ai-coding.info/reports/articles/20260812
שיעור השימוש במאגר AI Coding Agent היה 13.9%, עלייה של 0.9% מ-13.0% בפעם הקודמת.


שיעור השימוש ב-AI Coding Agent ב-1 בספטמבר 2026
https://ai-coding.info/?date=2026-09-01#adoption-rate
שיעור השימוש ב-AI Coding Agent ב-2026/8/1
https://ai-coding.info/?date=2026-08-01#adoption-rate
מגמות בשיעור השימוש ב-AI Coding Agent מ-1 באוגוסט 2026 עד 1 בספטמבר 2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#share-trend

הנתח לפי מוצר הוא כדלקמן.
| דירוג | שם המוצר | שיעור מניות |
|---|---|---|
| מקום ראשון | Codex CLI | 42.3% |
| מקום 2 | קלוד קוד | 32.0% |
| מקום שלישי | סוכן טייס משנה | 14.4% |
| מקום רביעי | Gemini CLI | 4.9% |
| מקום 5 | סמן | 4.0% |
שיעור מניות AI Coding Agent ב-1/9/2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#agent-share
שיעור מניות AI Coding Agent ב-1/8/2026
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#agent-share
שפת התכנות שבה נעשה שימוש הכי הרבה ב-AI Coding Agent היא "TypeScript", השנייה היא "Rust", השלישית היא "Python", הרביעית היא "Go" והחמישית היא "C#".

דירוג סוכן קידוד AI לפי שפת תכנות ב-1 בספטמבר 2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#language-agent-rank
דירוג סוכן קידוד AI לפי שפת תכנות ב-2026/8/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#language-agent-rank
מספר המאגרים היה 1,940 נכון ל-1 באוגוסט 2026, אך גדל ל-2,069 נכון ל-1 בספטמבר 2026, גידול של 129 מאגרים באמצעות AI Coding Agent.

שינויים במספר המאגרים באמצעות AI Coding Agent מ-2026/8/1 ל-2026/9/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#time-based-bar-chart
אני בדרך כלל חולק מידע על משקפיים חכמים בערוץ היוטיוב שלי שנקרא "Kotauchi Planning".
גם הפודקאסט "משקפי מיראי של קוטאוצ'י" מתעדכן מדי שבוע.
אנו גם מפרסמים מאמר שבועי בשם ``חדשות משקפיים חכמים בעולם'' כל שבוע.
https://note.com/kotauchisunsun/m/mf522aa5d3efd
מדוע אדם כזה יצר אתר כדי לחקור את מגמות השימוש ב-AI Coding Agent? הפעם, אדבר על איך התחלתי ליצור AI Coding.Info. במבט ראשון זה נראה כמו תחום אחר, אבל נקודת המוצא הייתה
"אני רוצה לייעל את פיתוח תוכנת המשקפיים החכמים עם העוצמה של AI"
זה מה שהרגשתי. בסביבות ינואר 2025, פיתחתי תוכנה למשקפיים החכמים חד העין של LILYGO בשם "T-Glass".
T-Glass מצויד ב-ESP32, וכתבתי תוכנית להפעיל עליו. בזמנו, הרגשתי שהאתגר המסוים הוא הזמן שנדרש לבנות ולכתוב למכשיר בפועל. גם אם שינית מעט את התוכנית, היית צריך לבנות אותה, לכתוב אותה למכונה האמיתית ולבדוק את הפעולה. בסביבת הפיתוח שלי, כל התהליך הזה לקח זמן, מה שהקשה על הגדלת מספר הניסויים והטעויות. זו הסיבה שחשבתי על דרך לשים את מנוע ה-JavaScript "QuickJS" על גבי ה-ESP32. כבר היה מקרה תקדימי שבו QuickJS הועבר ל-ESP32, אז חשבתי להשתמש בזה.
https://qiita.com/binzume/items/f04d3b1b06cd0f7d3111
https://github.com/binzume/esp32quickjs
הרעיון הוא שאם אתה מכין תחילה סביבה להפעלת הסקריפט, אז אתה יכול לשנות את ההתנהגות על ידי החלפת קוד JavaScript.
ESP32 יכול גם להתחבר ל-Wi-Fi. אז, כתבתי את הקוד ב-TypeScript, שבו אני משתמש בדרך כלל, העברתי אותו ל-JavaScript ושמתי אותו בשרת הקבצים. יצרנו זרימה שבה כאשר אתה לוחץ על כפתור ב-T-Glass, קוד ה-Javascript המוצב בשרת מאוחזר באמצעות Wi-Fi ומבוצע באמצעות QuickJS. הצלחתי להפעיל את זרימת העבודה הזו בעצמה.
אם השינוי הוא בצד JavaScript, אין צורך לבנות ולשכתב את הקושחה כולה. כיוונו לסביבת פיתוח שבה נוכל לבדוק שוב ושוב מכשירים בפועל במחזור קצר תוך שימוש בסוגי TypeScript.
עם זאת, רק בגלל ש-JavaScript עובד לא אומר שאתה יכול ליצור באופן חופשי יישומי משקפיים חכמים. לדוגמה, על מנת להפעיל את ה-GUI מ-JavaScript, יש צורך ליישם חלק גשר המחבר בין QuickJS לבין ספריית GUI בצד שפת C. כדי לכתוב את זה, הייתי צריך להבין איך QuickJS עובד, איך להשתמש בספריות GUI ואיך להעביר ערכים בין JavaScript ל-C. באותו זמן, AI עדיין לא היה כל כך חכם, אז ניסיתי ליישם את זה בעצמי, אבל זה דרש הרבה ידע, והיה די קשה להרחיב עיבוד דומה לפונקציות אחרות. למטרה זו, השתמשנו ב-AI Coding Agent. באותו זמן השתמשתי ב-Roo Code. ראשית, כתבתי חלק גשר עבור פונקציה אחת, השתמשתי בו כדוגמה, והקשתי ל-AI להרחיב יישומים דומים לפונקציות אחרות. במקום להשאיר הכל ל-AI, אתה יכול להציג את מדיניות היישום והדוגמה בעצמך, ולגרום למשתמש להמשיך בעבודה בהתאם. ניסיון הפיתוח הזה לא הוביל בסופו של דבר להשלמת הרעיון כולו. הסיבה היא של-Javascript ולשפת C יש פילוסופיות בסיסיות שונות מאוד. לדוגמה, השימוש במצביעים הופך למחסום. גם אם תעביר את הפונקציות של LovyanGFX, ספריית GUI הנפוצה בשימוש בסדרת ESP32, כפי שהן, הן יהפכו לחבורה של מצביעים, אז איך עליך לטפל בהן עם Javascript? הפך לבעיה. לכן, רק העברת הפונקציות של LovyanGFX היה קשה לראות ב-Javascript, ולדעתי היה צורך בסוג של שכבת הפשטה. עם זאת, הרגשתי שיש פוטנציאל גדול ביכולת ליצור דוגמה אחת ליישום ולאחר מכן להגדיל את מספר הפונקציות המתאימות בהתבסס עליה. כשאתה מפתח תוכנה בעצמך, במקום לכתוב הכל בעצמך, אתה יכול להגדיל את מספר החלקים שניתן להשאיר לבינה מלאכותית. לשם כך, התחלתי להאמין שאני צריך להמשיך ללמוד על סוכן קידוד AI.
מצד שני, גם לנו היה קשה לעמוד בקצב של AI Coding Agent. באותה תקופה (תחילת 2025), סוכני קידוד AI ששימשו כהרחבות של VS Code, כגון Cline ו-Roo Code, היו נושא חם. היו מגוון אפשרויות אחרות, כולל Devin ו-OpenHands, שתרמתי להם בעבר. מידע על כלים ופונקציות חדשות יצא בזה אחר זה, והרגיש כאילו השאלה "במה עלי להשתמש כרגע" מתעדכנת על בסיס שבועי. אני עצמי רדפתי אחר מידע וניסיתי כלים שונים, אבל הרגשתי עייף מלהמשיך לעשות זאת. כמו כן, למרות שהצלחתי לנסות כלי פופולרי, לא היה לי בסיס החלטה ברור מדוע עלי לבחור בו. מדובר בהרכב שנדנד על ידי מה שנקרא חנות הפתעות בינה מלאכותית. אני רוצה לבחור את הכלים שבהם אני משתמש בהתבסס לא רק על ההכרזה על תכונות חדשות או המוניטין שלהם, אלא גם על המצב בפועל. רצינו להשתמש במידע ראשוני כבסיס לקבלת החלטות, לא רק במידע שיווקי. מה ששמתי לב זה
"אילו סוכני קידוד AI כלולים במאגרים הציבוריים של GitHub?"
זה מה שזה אומר.
לאחר מכן, AI Coding.Info שוחרר ביולי 2025. יצרנו אתר כדי לבדוק אם יש קובץ כללים המשמש כל סוכן AI Coding במאגר הציבורי של GitHub ולתעד את התוצאות כל יום. כמובן, שיטה זו קובעת רק אם קובץ הכלל נמצא במאגר. הוא אינו מודד את תדירות השימוש בפועל או את איכות הקוד שנוצר, ואינו לוכד מקרים בהם נעשה שימוש בכללים ללא קובץ כללים. למרות זאת, אם תמשיך לצפות באותה שיטה, תוכל לראות שינויים כמו אילו כלים תומכים ביותר קבצי כללים, ואילו שפות תכנות מוצגות יותר ויותר. זה שכלי נמצא בשימוש תכוף לא אומר שהוא הכלי הטוב ביותר עבורך. עם זאת, במקום רק לעקוב אחר המידע שזורם בזה אחר זה, חשבתי שאוכל להשתמש בשינויים שאני יכול לראות במאגר הציבורי כאחד הדברים שיעזרו לי לקבל החלטות. גַם,
אני בטוח שאני לא היחיד שנמאס לו להתעדכן במידע AI
גם אני הרגשתי ככה. הרגשתי גם שעל ידי פרסום הנתונים שחקרתי בעצמי, זה עשוי להיות מועיל לאחרים שמתבלבלים באופן דומה לגבי בחירת כלי. סוכן קידוד AI משמש גם לפיתוח של AI Coding.Info עצמו. אב הטיפוס נוצר תוך כשבועיים, ומאז המשכנו לבצע שינויים באמצעות ניסוי וטעייה. המשכנו לצפות בנקודות קבועות במגמות השימוש, וכשנה חלפה מאז יציאתו לאור. במקור, מה שרציתי לעשות זה לא לנסות כל סוכן קידוד AI חדש, אלא לפתח ביעילות תוכנת משקפיים חכמות בעצמי. לשם כך, אני רוצה לקבל תמיכה מ-AI. הם גם רצו מידע שיעזור להם להחליט באיזה סוכן קידוד AI להשתמש. השתמש בבינה מלאכותית ליצירת תוכנה למשקפיים חכמות, וצור AI Coding.Info כבסיס להחלטה באיזה AI להשתמש. זו הסיבה שאני, חובב משקפיים חכמות, התחלתי ליצור את האתר הזה.