A Claude Code a második helyen áll a felhasznált AI kódoló ügynökök számát tekintve. Mi az 1-es szám? ~A mesterséges intelligencia kódolási trendjeinek összefoglalása 2025 júliusában, adatokon keresztül ~
AI kódoló ügynök júliusi trendek
Kiadtunk egy weboldalt AI Coding.Info néven.
Ez egy olyan webhely, amely a Github adattárában található információkból egy rögzített pontról figyeli az AI kódoló ügynökökhöz, például a Claude Code-hoz, a Geminihez vagy a Codexhez kapcsolódó használati trendeket. Az AI Coding Agent használatának meghatározásához napi felméréseket végzünk az alábbi feltételek mellett.
- A 100 legjobb nyilvános adattár a legtöbb csillaggal a Githubon 30 programozási nyelven
- 16 féle AI kódoló ügynök
- Csak akkor kerül megállapításra, hogy a különféle mesterséges intelligencia kódoló ügynökök által használt szabályfájlok a Github-tárban vannak, akkor a rendszer meghatározza, hogy az AI Coding Agent használatban van-e.
Az AI kódoló ügynök használati aránya 2,9%
**Az AI kódoló ügynök használati aránya 2,9%. ** Ez azon adattárak százalékos aránya, amelyek bizonyítékot mutattak az AI Coding Agent használatára, egy 3000 adattárat tartalmazó felmérés alapján. Ez elmondható, hogy a teljes összeg kis százalékát teszi ki.
https://ai-coding.info/ja/agents
Ez több tényezőnek köszönhető. Az egyik az, hogy ez a felmérés a Github 100 legjobb csillagán alapul. Ezért kijelenthető, hogy a Github 100 legjobb csillagának használati állapota az AI kódoló ügynökök használati állapotát jelenti világszerte? Van egy probléma. Továbbá, mivel ez egy nyilvános adattáron alapul, eltérés lehet a vállalatok jelenlegi használati helyzetétől. Inkább az OSS elfogadási állapotát képviseli. Azt is mondhatod. Ezenkívül mechanikai problémaként, ha nem léteznek olyan szabályfájlok, mint a CLAUDE.md és a GEMINI.md, nem lehet meghatározni, hogy használatban vannak-e vagy sem. Ott van a probléma is. Ezért egy olyan adattárat, amely Claude Code-ot használ, de nem hoz létre CLAUDE.md fájlt, a rendszer nem használja Claude Code-ot.
Az AI kódoló ügynök részesedése termékenként
**A leggyakrabban használt termék a „Cursor”, ezt követi a „Claude Code”, a harmadik pedig a „Copilot Agent” (Github Copilot). ** Ha figyelembe vesszük, hogy a Gemini CLI-t június 25-én jelentették be, az a tény, hogy közel egy hónapja a 4. helyen áll, meglehetősen elterjedtnek mondható. Másrészt azonban elmondható, hogy a Gemini CLI a Cursor elérhető tárhelyeinek csak körülbelül 1/3-ával rendelkezik.
https://ai-coding.info/ja/agents
AI Coding Agent használati állapota programozási nyelv szerint
Az AI Coding Agent által leggyakrabban használt programozási nyelv a "Typescript", ezt követi a "Python" és a "Rust". Ami a TypeScript-et illeti, úgy tűnik, hogy az AI Coding Agent a VS Code kiterjesztésekből, például a Github Copilotból származik, így ha ebből a szemszögből gondolkodunk, ez egy kissé érthető eredmény. Tekintettel arra, hogy a Python nagy affinitást mutat az olyan ML rendszerekkel, mint a DeepLearning, ez az eredmény talán nem is olyan furcsa. Innentől a harmadik Rust meglepő eredmény volt. Ha elképzeljük ennek az eredményét, a Rust egy olyan programozási nyelv, amely az elmúlt néhány évben egyre népszerűbb. Felismerhető, hogy ennek az az oka, hogy a programozási nyelvek közössége fiatal, és szívesen megismerkednek az olyan új kezdeményezésekkel, mint az AI Coding Agent. Mondhatnád.
https://ai-coding.info/ja/languages
Az AI Coding Agent által használt adattárak számának havi trendjei
Vessünk egy pillantást az AI Coding Agentet használó adattárak számának (átfedéssel) trendjeire 2025 júliusában. **Július 1-től 77 adattárban megerősítettük az AI kódolás használatát. Július 31-ig a tárhelyek száma 112-re nőtt. A használatban lévő adattárak száma 1,4-szeresére nőtt. **
A szolgáltatás elindítása óta eltelt egy hónapban hozzáadtuk az AI kódoló ügynököket, például a Trae IDE-t és a Junie-t, és megváltoztattuk a Gemini használati szabványait, és láthatjuk, hogy az AI kódoló ügynökök meglehetősen gyors ütemben terjednek a fejlődésre.
Különbség az AI Coding Agent használatában a programozási nyelvekben
A felmérésből kiderült, hogy a programozási nyelvtől függően nagy különbségek vannak az AI Coding Agent használati arányában. **A TypeScript esetében az AI Coding Agent az összes adattár 21%-ában használatos, míg a Go nyelv esetében csak az összes adattár körülbelül 5%-a. **
https://ai-coding.info/ja/languages/typescript
https://ai-coding.info/ja/languages/go
Bár erre nincs szilárd bizonyíték, érdekes véleményeket hallottam az interjúk során a szolgáltatással kapcsolatban. A tartalom az volt, hogy "a generációs mesterséges intelligencia használatával történő kódolás tilos az infrastruktúrához kapcsolódó OSS-ben". Az információgyűjtés során erre több példa is van.
https://www.netbsd.org/developers/commit-guidelines.html
https://wiki.gentoo.org/wiki/Project:Council/AI_policy
https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048
Ezek a "NetBSD", a "GentooLinux" és a "QEMU", amelyek nem az OSS-t a Go nyelv használatával implementálták. Az infrastruktúrához közeli területeken, például az operációs rendszerhez és a virtuális gépekhez azonban a generált mesterséges intelligencia használata részben tilos. A Kubernetes egy híres OSS a Go nyelvhez. Arra azonban nincs bizonyíték, hogy a környező ökoszisztémában használnának generatív mesterséges intelligenciát (CNCF-hez kapcsolódó). Az ilyen infrastruktúrában, kritikus fontosságú és nagy teljesítményű területeken továbbra is körültekintő lehet a generatív mesterséges intelligencia használata. Ez paradox, de elmondható, hogy ``Mivel a Go nyelvet kritikus, nagy teljesítményű területeken használják, a generált mesterséges intelligencia kódja nem használható, mert túl nagy a meghibásodás kockázata. Ezért a Go nyelvet ritkán használják (főleg a híres OSS-ben).'' Ha megnézzük a Go-t ténylegesen használó adattárakat, úgy tűnik, hogy nagyon kevés a kapcsolódó infrastruktúra. A grafana/lokiról vagy a csótányról van szó?
https://ai-coding.info/ja/languages/go
Összefoglalva az eddig elmondottakat, az **AI Coding Agent népszerűnek tűnik, de a tényleges használata alacsony, a teljes mennyiség 2,9%-a. Másrészt azonban gyorsan növekszik azoknak a felhasználóknak a százaléka, akik bizonyos programozási nyelveket, például a TypeScriptet használnak. ** Azt lehet mondani, hogy erről szól a másik nézőpont, amit korábban említettem.
Milyen programozási nyelvek kompatibilisek az AI kódolással?
Az előző fejezetben arról beszéltem, hogy mi a különbség az AI kódolást használó és nem képes programozási nyelvek között. Itt egy egyszerű hipotézist fogalmaztam meg.
"A sok felhasználóval rendelkező programozási nyelvek valószínűleg sok tárolóval rendelkeznek az AI kódolást használva."
Ez azt jelenti. Tehát elemezzük az adatokat. Ábrázoljuk egy adott programozási nyelv leküldésének számát a Githubon, valamint az AI Coding Agent által használt adattárak számát. A Github programozási nyelvenkénti leküldések számára vonatkozó adatok az adattárban vannak közzétéve.
https://github.com/github/innovationgraph/tree/main
Ez az első hipotézisem az elején.
"A sok felhasználóval rendelkező programozási nyelvek valószínűleg sok tárolóval rendelkeznek az AI kódolást használva."
Úgy tűnik, ez a hipotézis elvethető. Negatív korreláció mutatkozott a 2024-ben a Gthubba továbbított fiókok számával. A fenti hipotézis azt kívánta bemutatni, hogy „Valójában az AI Coding felhasználók használati aránya körülbelül 0% a programozási nyelvtől függetlenül. A felhasznált adattárak számában azonban különbségek vannak a programozási nyelvet használók számától függően.'' De ez nem így van. én ezt értem. Most éppen ellenkezőleg
"Az AI Coding Agentet gyakran használják olyan programozási nyelvekhez, amelyekben kevés felhasználó van?"
Kiderült, hogy ez nem így van. Ez egy olyan programozási nyelv, amelynek kevesebb felhasználója van, mint a TypeScript, a grafikonon I. és II. csoportra osztva, és nincs olyan programozási nyelv, amely annyiszor használná az AI Coding Agentet, mint a TypeScript. Azzá válik. Ezután definiáljuk az „AI kódoló ügynök használati arány” fogalmát. Ezt az értéket úgy kapjuk meg, hogy az „AI Coding Agent által használt adattárak számát” elosztjuk a „2024-ben a Githubba továbbított fiókok számával”. Ábrázolja ezt a függőleges tengelyen, és a „2024-ben a Githubba továbbított fiókok számát” a vízszintes tengelyen. Ezután ábrázolja az "AI Coding Agent által használt adattárak számát" a kör méretében.
Ebből a grafikonból két dolog látható. Az egyik az, hogy a Rust és a Python AI Coding Agents-t használó adattárak száma majdnem ugyanannyi, de a bontás más. Az AI Coding Agent for Python használati aránya alacsony. A nyelvhasználók nagy száma miatt azonban bizonyos számú adattár van használatban. Másrészt a Rustban nagyon magas az AI Coding Agent felhasználási aránya, de mivel kevés a nyelvfelhasználó, a használati tárhelyek száma egy bizonyos szinten marad. Másodszor, a TypeScript AI Coding Agent használati aránya nem olyan magas. A TypeScript használati aránya 4.65E-06, a Goé 5.00E-06, a Rubyé pedig 4.45E-06. Viszonylag nem változott 10%-ot. Valójában nincs sok különbség a használati arányban a TypeScript, a Go és a Ruby között. A felhasznált adattárak számának különbsége egyszerűen a felhasználók számának különbségéből adódik. Ha ezek a tények igazak, a Rust felhasználók száma gyorsan növekedhet az AI Coding Agent miatt. ** Ez a Rust nyelvi természetéből adódik, így elvileg kibővíthető az AI Coding Agent segítségével. Inkább a megfigyelt tényeken alapuló induktív levezetés, de a Rust és az AI Coding Agent kompatibilisnek tűnik, mivel a Coding Agent felhasználási aránya magas. Ha belegondolunk, a Rust valójában az a nyelv, amely a legtöbbet profitálhat az AI Coding Agentből, és az az érzésem, hogy ez jelentősen növekedni fog a következő évben. Jelenleg azonban az általunk vizsgált AI Coding-használati tárhelyek száma programnyelvenként 100, és ezek közül az AI Coding Agent-használatok száma legfeljebb 20 nagyságrendű, így a vita igen kényessé válhat, ha a használatok száma csak egy-kettővel ingadozik.
gondolat
Sok mesterséges intelligencia kódoló ügynök megjelent. Az AI Coding.Info önmagában 16 féle terméket kezel. Kicsit mozgalmasak a mindennapjaim. Ha késlelteti a felzárkózást, a helyzet gyorsan megváltozhat. Ezen túlmenően, még akkor is, amikor megpróbáltak felzárkózni az információkhoz, a források gyakran elfogultak, ami megnehezítette a pontos információk megszerzését. Nemrég a Cline-t használtam. Sokat beszéltek erről, de valójában a RooCode volt népszerű Japánban. Azonban, amint az AI Coding.Info-ból látható, a RooCode-ot szinte egyáltalán nem alkalmazzák a Githubon. Ami a Cline-t illeti, a Github Top 100 tárolójában van, tehát csak önmagában és körülbelül egy másik tárolóban használják. Emellett nagy témaként úgy érzem, hogy mostanában sok szó esik körülöttem a ClaudeCode-ról. Másrészt azonban a kurzort gyakran használják a tárolókban. Az országtól és az általában használt természetes nyelvtől függően is voltak elfogultságok. Szeretnék egy olyan információforrást, amelyet fel tudok használni, miközben képes vagyok nyugodt ítéletet hozni magamban. Ezért indítottam el ezt az oldalt. Tekintse meg az AI kódolás trendjeit, és gondolja át, mely eszközök kompatibilisek az Ön által használt programozási nyelvvel. Vajon milyen szabályfájlokat írnak valójában a híres OSS-ben? Ha érdekel ez, kérlek nézd meg.