Agen Pengodean AI Tren November

Kami telah mengoperasikan situs bernama AI Coding.Info sejak Juli 2025.

https://ai-coding.info/ja

Ini adalah situs yang mengamati tren penggunaan terkait Agen Pengodean AI seperti Claude Code, Gemini, atau Codex dari titik tetap dari informasi di repositori Github. Untuk menentukan penggunaan AI Coding Agent, kami melakukan survei harian dengan ketentuan sebagai berikut.

• Inspeksi harian terhadap 9.000 repositori publik di Github
  • TOP 300 bintang Github berdasarkan bahasa pemrograman
  • Diteliti dari 30 jenis bahasa pemrograman
• Menargetkan 16 jenis Agen Pengodean AI
• Hanya ketika file aturan yang digunakan oleh berbagai Agen Pengodean AI ada di repositori Github, maka ditentukan bahwa Agen Pengkodean AI sedang digunakan.

Tren masa lalu

https://qiita.com/kotauchisunsun/items/e294d2cf419c46c02046

https://qiita.com/kotauchisunsun/items/5e5244fdabf577d7c879

https://qiita.com/kotauchisunsun/items/a1e06dd590f945ae09ef

https://qiita.com/kotauchisunsun/items/092784402a36d5705853

Tingkat penggunaan AI Coding Agent adalah 4,8%

Tingkat pemanfaatan repositori AI Coding Agent pada akhir November adalah 4,8%, meningkat 0,6 poin persentase dari 4,3% sebelumnya. Dalam laporan bulan lalu, kami menjelaskan tren tingkat penggunaan ini.

Pada artikel sebelumnya, kami memperkirakan bahwa untuk semua bahasa pemrograman, Penggunaan AI Coding Agent akan stabil di sekitar 13% saya memperkirakan. Diantaranya,

$$y(t) = \frac{K}{1 + Ae^{-Bt}}$$

Saat menyesuaikan tingkat pemanfaatan dengan rumus model,

K = 1.2862e-01
A = 5.0299e+00
B = 7.5901e-03
決定係数 (R^2) = 0.9534
平均二乗誤差 (MSE) = 0.0000
二乗平均平方根誤差 (RMSE) = 0.0014

Nilainya sekarang. Membedakan persamaan awal terhadap t, kita peroleh

$$\frac{dy}{dt} = \frac{A B K\, e^{-B t}} {\left( A e^{-B t} + 1 \right)^{2}}$$

Membedakan terhadap t lagi, kita peroleh

$$\frac{d^{2} y}{dt^{2}} = \frac{A B^{2} K (A - e^{B t}) e^{B t}} {A^{3} + 3 A^{2} e^{B t} + 3 A e^{2 B t} + e^{3 B t}}$$

Itu menjadi. Untuk mencari titik beloknya, jika kita menyelesaikan t dengan ruas kiri = 0, kita peroleh

$$t_0 = \frac{log(A)}{B}$$

Itu menjadi. Mencari kemiringan y ketika $t_0$ adalah,

$$\left. \frac{dy}{dt} \right|_{t = t_0} = \frac{BK}{4} \approx 2.441 \times 10^{-4}$$

Rumus sebelumnya menghitung jumlah per hari, jadi untuk mengubahnya menjadi jumlah bulanan, kalikan dengan 30. Lalu

$$2.441 \times 10^{-4} \times 30 \approx 0.007321$$

Itu menjadi. Mempertimbangkan hal ini, kita dapat melihat bahwa tingkat pertumbuhan penggunaan AI Coding Agent di seluruh bahasa pemrograman kurang dari sekitar 0,73% per bulan. ** Mengingat hal ini, tingkat penggunaan telah meningkat sebesar 0,6% pada bulan ini. Hal ini relatif masih dalam kisaran yang diharapkan. ** Artinya.

https://ai-coding.info/ja/agents

Pangsa Agen Pengodean AI berdasarkan produk

Pembagian berdasarkan produk adalah sebagai berikut.

Peringkat	Nama Produk	Tingkat pembagian
tempat pertama	Kode Claude	28,6%
tempat kedua	Agen Kopilot	26,8%
tempat ketiga	Kodeks CLI	22,5%
tempat ke-4	Kursor	11,6%
tempat ke-5	CLI Gemini	6,5%

Seperti yang terjadi bulan lalu, saya merasa pangsa Codex CLI secara bertahap meningkat. Sebenarnya belum banyak perubahan dari sisi Gemini CLI. Saya mendapat kesan bahwa pangsa pasar Cursor dan ClaudeCode telah turun secara signifikan. (Cursor sebenarnya mendukung AGNETS.md, jadi sulit untuk mengatakan apakah pangsa pasarnya benar-benar menurun.) Bagaimana Anda memandang komposisi ini? Namun, ClaudeCode tidak mendukung AGENTS.md. Menurut saya ini berfungsi sebagai benteng untuk mencegah perubahan alat (https://qiita.com/kotauchisunsun/items/5e5244fdabf577d7c879). Namun tampaknya arus keluar masih terus berlanjut. Itulah yang saya pikirkan. Saya mendapat kesan bahwa AGENTS.md, seperti Codex CLI, memakan pangsa pasar ClaudeCode, sementara pangsa pasar Github Copilot kemungkinan besar tidak akan menurun karena kekuatan standar VSCode. Mungkin, sementara ClaudeCode V.S. AGENTS.md (Codex CLI) bersaing untuk mendapatkan pangsa pasar, saya dapat melihat masa depan di mana Github Copilot, yang memiliki sedikit kebocoran, akan menempati posisi pertama dalam pangsa pasar. Itulah yang saya rasakan. **

https://ai-coding.info/ja/agents

Status penggunaan AI Coding Agent berdasarkan bahasa pemrograman

Bahasa pemrograman yang paling banyak digunakan oleh AI Coding Agent adalah "TypeScript", yang kedua adalah "Python", dan yang ketiga adalah "Rust". Tren di sini hampir tidak berubah. Grup kedua adalah Go, C#, Kotlin, dan Ruby. Di area ini, peringkatnya telah berubah selama beberapa bulan. Namun, bulan ini, Go secara mengejutkan berhasil menyusul Rust. Ada perasaan.

https://ai-coding.info/ja/agents

Hingga saat ini, saya telah menulis bahwa AI Coding Agent mungkin tidak terlalu berguna di Go. Hal ini mungkin disebabkan oleh kurangnya penggunaan repositori terkait CNCF. Saya pernah menulis tentang ini sebelumnya, namun setelah saya melihatnya, saya rasa ini semakin banyak digunakan dalam bidang infrastruktur.

Misalnya di helm ada adopsi AGENTS.md.

https://github.com/helm/helm

vittess telah mengadopsi CLAUDE.md dan AGENTS.md.

https://github.com/vitessio/vitess

Akhir-akhir ini, saya sering mendengar tentang TiDB dalam konteks MySQL skala besar, dan saya dapat melihat pengaturan untuk AGENTS.md, CLAUDE.md, dan GithubCopilot.

https://github.com/pingcap/tidb

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

Tren bulanan dalam jumlah repositori yang digunakan oleh AI Coding Agent

Per 1 Desember, jumlah repositori AI Coding Agent yang digunakan adalah 619. Terakhir kali ada 511 kasus, jadi ini meningkat 108 kasus. Namun, menurut saya ini sedikit berbeda. Ada pengakuan bahwa

Sebenarnya di bab sebelumnya saya menulis bahwa tingkat penggunaan AI Coding Agent adalah 4,8%. Saat ini, jumlah repositori juga dilaporkan dalam layanan, namun jumlah repositori yang dihitung berdasarkan tingkat penggunaan AI Coding Agent adalah 431. Sebenarnya berbeda dengan 619 di atas. ** Ini adalah perbedaan aturan agregasi yang sedikit membingungkan. Saya pikir Anda bisa memahaminya dengan memberi contoh.

Repositori	Kode Claude	Kopilot Github	Kodeks CLI
SEBUAH	×	×	×
B	〇	×	×
C	×	〇	×
D	×	〇	〇

Seperti disebutkan di atas, ada empat repositori dari A hingga D. **A tidak menggunakan AI Coding Agent, jadi tingkat penggunaannya adalah 3/4=75%. Dan jumlah Agen Pengodean AI yang digunakan berdasarkan tingkat penggunaan adalah 3. Namun, semua grafik bertumpuk di bagian ini dihitung secara terpisah. Oleh karena itu, jumlah repositori yang digunakan adalah 4 (D adalah dua untuk GithubCopilot dan CodexCLI). ** Saat melakukan agregasi berdasarkan tingkat penggunaan, jumlah hanya akan bertambah 1 meskipun beberapa Agen Pengkode AI digunakan dalam satu repositori, namun dengan metode agregasi di bagian ini, jika beberapa Agen Pengkode AI digunakan, jumlah akan bertambah sebanyak jumlah Agen Pengkode AI. Apa artinya ini? Jadi, jika Anda membagi 619 yang dihitung di bagian ini dengan 431 yang dihitung berdasarkan tingkat penggunaan, Anda akan menemukan bahwa jumlah Agen Pengkode AI yang digunakan per repositori adalah 1,50. ** Faktanya, repositori yang menggunakan **AI Coding Agent cenderung sudah menggunakan beberapa AI Coding Agent. **

pikiran

Kali ini, penggunaan AI Coding Agent secara hybrid. Saya menulis tentang tren mengenai repositori yang menggunakan beberapa Agen Pengodean AI. Saya meninjau data dengan cara ini sebulan sekali, dan kali ini menurut saya pergerakan yang terkait dengan Go menjijikkan. Itu adalah awalnya. Seperti yang saya tulis di artikel, ternyata Go hanya memiliki sedikit pengguna AI Coding Agent. Itulah yang saya sadari, tapi kali ini, saya mendapat kesan bahwa ia berkembang pesat dan menyusul Rust. Jadi, mari kita gali lebih dalam. saya pikir. Setelah memeriksa beberapa repositori terkenal, saya menemukan pengaturan untuk beberapa Agen Pengodean AI, jadi saya bertanya-tanya apakah ada kecenderungan untuk menggunakan beberapa Agen Pengodean AI dengan sungguh-sungguh. Perasaan ini menjadi lebih kuat. Saya telah menjelaskan AGENTS.md di masa lalu, namun seiring dengan munculnya tren terhadap file aturan umum, akan ada banyak kasus di mana beberapa file aturan hidup berdampingan, seperti CLAUDECODE.md dan AGENTS.md. Ada sebuah prediksi. Namun saya sadar hal ini menjadi masalah ketika share AGENTS.md meningkat, namun sejak sekitar bulan Oktober sudah masuk dalam 3 besar, sehingga saya merasa menjadi kehadiran yang tidak bisa diabaikan. Dan ketika saya benar-benar menghitungnya, ternyata lebih dari yang saya harapkan. Itulah kesan saya. Pada artikel ini, sederhananya, jika Anda mengambil dua repositori yang menggunakan AI Coding Agent, akan ada tiga file aturan. Dalam situasi ini, mungkin ada cukup banyak. Rasanya seperti itu. Jika dipikir-pikir, semua orang sangat mementingkan file aturan dan ingin beralih serta menstandarkannya. Itu kuat. Saya merasakannya lagi.