We hebben een website uitgebracht met de naam AI Coding.Info.
Dit is een site die gebruikstrends met betrekking tot AI-coderingsagenten zoals Claude Code, Gemini of Codex observeert vanaf een vast punt op basis van informatie in de Github-repository. Om het gebruik van AI Coding Agent te bepalen, voeren we dagelijks enquêtes uit onder de volgende omstandigheden.
**Het gebruikspercentage van AI-coderingsagent is 2,9%. ** Dit is het percentage opslagplaatsen dat bewijs vertoonde van het gebruik van AI Coding Agent, gebaseerd op een onderzoek onder 3.000 opslagplaatsen. Dit kan gezien worden als een klein percentage van het totaal.

https://ai-coding.info/ja/agents
Dit komt door meerdere factoren. Eén daarvan is dat dit onderzoek gebaseerd is op de top 100 sterren van Github. Kan daarom worden gezegd dat de gebruiksstatus van Github's top 100 sterren de gebruiksstatus van AI Coding Agents over de hele wereld vertegenwoordigt? Er is een probleem. Omdat dit gebaseerd is op een openbare repository, kan er bovendien een discrepantie bestaan met de huidige gebruikssituatie van bedrijven. Het vertegenwoordigt eerder de adoptiestatus van OSS. Dat kun je ook zeggen. Als mechanisch probleem is het bovendien niet mogelijk om te bepalen of regelbestanden zoals CLAUDE.md en GEMINI.md niet bestaan, of ze wel of niet worden gebruikt. Er is ook het probleem. Daarom zal een repository die Claude Code gebruikt maar geen CLAUDE.md-bestand aanmaakt, worden beoordeeld als geen gebruik van Claude Code.
**Het meest gebruikte product is "Cursor", gevolgd door "Claude Code", en het derde is "Copilot Agent" (Github Copilot). ** Gezien het feit dat Gemini CLI op 25 juni werd aangekondigd, kan worden gezegd dat het feit dat het al bijna een maand op de 4e plaats staat, vrij wijdverbreid is. Aan de andere kant kan echter worden gezegd dat Gemini CLI slechts ongeveer 1/3 van de beschikbare repository's van Cursor heeft.

https://ai-coding.info/ja/agents
De programmeertaal die het meest wordt gebruikt door AI Coding Agent is "Typescript", gevolgd door "Python" en "Rust". Wat TypeScript betreft, AI Coding Agent lijkt afkomstig te zijn van VS Code-extensies zoals Github Copilot, dus als je er vanuit dat perspectief over nadenkt, denk ik dat dit een enigszins begrijpelijk resultaat is. Gezien het feit dat Python een hoge affiniteit heeft met ML-systemen zoals DeepLearning, is dit resultaat misschien niet zo vreemd. Vanaf dat moment was de derde Rust een verrassend resultaat. Als je je het resultaat hiervan voorstelt: Rust is een programmeertaal die de afgelopen jaren aan populariteit heeft gewonnen. Er wordt erkend dat dit mogelijk komt doordat de programmeertaalgemeenschap jong is en graag wil leren over nieuwe initiatieven zoals AI Coding Agent. Dat zou je kunnen zeggen.

https://ai-coding.info/ja/languages
Laten we eens kijken naar de trends in het aantal repositories (met overlap) die AI Coding Agent gebruiken in juli 2025. **Vanaf 1 juli hebben we het gebruik van AI Coding in 77 repositories bevestigd. Op 31 juli was dit aantal gestegen tot 112 repositories. Het aantal gebruikte repositories is 1,4 keer zo groot geworden. **

In de afgelopen maand sinds we de dienst lanceerden, hebben we AI Coding Agents toegevoegd, zoals Trae IDE en Junie, en de gebruiksnormen voor Gemini gewijzigd, en we kunnen zien dat AI Coding Agents in een vrij snel tempo de ontwikkeling doordringen.
Uit het onderzoek bleek dat er grote verschillen zijn in het gebruikspercentage van AI Coding Agent, afhankelijk van de programmeertaal. **Voor TypeScript wordt AI Coding Agent in 21% van alle opslagplaatsen gebruikt, terwijl dit voor de Go-taal slechts ongeveer 5% van het totaal is. **

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

https://ai-coding.info/ja/languages/go
Hoewel hier geen hard bewijs voor bestaat, heb ik tijdens interviews over de dienst enkele interessante meningen gehoord. De inhoud was dat "codering met behulp van generatie-AI verboden is in infrastructuurgerelateerde OSS." Er zijn hiervan verschillende voorbeelden bij het verzamelen van informatie.
https://www.netbsd.org/developers/commit-guidelines.html
https://wiki.gentoo.org/wiki/Project:Council/AI_policy
https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048
Dit zijn NetBSD'', GentooLinux'' en ``QEMU'', die geen OSS zijn geïmplementeerd met behulp van de Go-taal. In gebieden die dicht bij de infrastructuur liggen, zoals besturingssystemen en virtuele machines, is het gebruik van gegenereerde AI echter gedeeltelijk verboden. Kubernetes is een bekende OSS voor de Go-taal. Er is echter geen bewijs dat generatieve AI wordt gebruikt in het omliggende ecosysteem (CNCF-gerelateerd). In dergelijke infrastructuur-, missiekritieke en hoogwaardige gebieden kan het nog steeds verstandig zijn om generatieve AI te gebruiken. Dit is paradoxaal, maar er kan worden gezegd dat ‘Aangezien de Go-taal wordt gebruikt in bedrijfskritische gebieden met hoge prestaties, kan de gegenereerde AI-code niet worden gebruikt omdat het risico op falen te groot is. Daarom wordt de Go-taal zelden gebruikt (vooral in de beroemde OSS).’ Als je kijkt naar de repositories die Go daadwerkelijk gebruiken, lijkt het erop dat er maar heel weinig infrastructuurgerelateerde zijn. Gaat het over grafana/loki of kakkerlakdb?

https://ai-coding.info/ja/languages/go
Om samen te vatten wat er tot nu toe is gezegd: **AI Coding Agent lijkt populair, maar het daadwerkelijke gebruik ervan is met 2,9% van het totaal doorgaans laag. Aan de andere kant neemt het percentage gebruikers dat specifieke programmeertalen zoals TypeScript gebruikt echter snel toe. ** Je kunt zeggen dat dit is waar het andere perspectief dat ik eerder noemde over gaat.
In het vorige hoofdstuk heb ik gesproken over het verschil tussen programmeertalen die AI-codering kunnen gebruiken en talen die dat niet kunnen. Ik heb hier een eenvoudige hypothese opgesteld.
“Programmeertalen met veel gebruikers hebben waarschijnlijk veel repositories die gebruik maken van AI-codering.”
Dat is wat het betekent. Laten we de gegevens analyseren. Laten we het aantal pushes voor een specifieke programmeertaal op Github in kaart brengen en het aantal repositories dat door AI Coding Agent wordt gebruikt. Gegevens over het aantal pushes per programmeertaal op Github worden in de repository gepubliceerd.
https://github.com/github/innovationgraph/tree/main

Dit is de eerste hypothese die ik in het begin heb gemaakt.
“Programmeertalen met veel gebruikers hebben waarschijnlijk veel repositories die gebruik maken van AI-codering.”
Het lijkt erop dat deze hypothese verworpen kan worden. Er was een negatieve correlatie met het aantal accounts dat in 2024 naar Gthub werd gepusht. De bovenstaande hypothese was bedoeld om aan te tonen dat ``Eigenlijk het gebruikspercentage van AI Coding-gebruikers ongeveer 0% is, ongeacht de programmeertaal. Er zijn echter verschillen in het aantal gebruikte repositories, afhankelijk van het aantal programmeertaalgebruikers.'' Maar dat is niet het geval. Dat begrijp ik. Nu, integendeel
“Wordt AI Coding Agent vaak gebruikt voor programmeertalen met een klein aantal gebruikers?”
Het blijkt dat dit niet het geval is. Dit is een programmeertaal met minder gebruikers dan TypeScript, zoals onderverdeeld in Groep I en Groep II in de grafiek, en er is geen programmeertaal die AI Coding Agent zo vaak gebruikt als TypeScript. Het wordt. Laten we vervolgens het concept van 'AI Coding Agent-gebruiksratio' definiëren. Dit is de waarde die wordt verkregen door het ‘aantal opslagplaatsen dat door AI Coding Agent wordt gebruikt’ te delen door het ‘aantal accounts dat in 2024 naar Github is gepusht’. Zet dit op de verticale as en het ‘aantal accounts dat in 2024 naar Github is gepusht’ op de horizontale as. Teken vervolgens het "aantal opslagplaatsen dat door AI Coding Agent wordt gebruikt" als de grootte van de cirkel.

Er zijn twee dingen die uit deze grafiek kunnen worden afgeleid. Eén daarvan is dat het aantal opslagplaatsen dat gebruik maakt van Rust en Python AI Coding Agents vrijwel hetzelfde is, maar dat de verdeling anders is. Het gebruikspercentage van AI Coding Agent voor Python is laag. Vanwege het grote aantal taalgebruikers is er echter een bepaald aantal repository's in gebruik. Aan de andere kant heeft Rust een zeer hoog gebruikspercentage van AI Coding Agent, maar omdat er weinig taalgebruikers zijn, blijft het aantal gebruiksrepository's op een bepaald niveau. Ten tweede is het gebruikspercentage van TypeScript's AI Coding Agent niet zo hoog. Het gebruikstarief van TypeScript is 4,65E-06, het gebruikstarief van Go is 5,00E-06 en het gebruikstarief van Ruby is 4,45E-06. Relatief gezien is het niet met 10% veranderd. In feite is er niet veel verschil in gebruikssnelheid tussen TypeScript, Go en Ruby. Het verschil in het aantal gebruikte repositories kan eenvoudigweg te wijten zijn aan een verschil in het aantal gebruikers. Als deze feiten kloppen, kan het aantal Rust-gebruikers snel toenemen dankzij AI Coding Agent. ** Dit komt door het taalkundige karakter van Rust, dus in principe kan het worden uitgebreid door AI Coding Agent. Het is eerder een inductieve gevolgtrekking op basis van waargenomen feiten, maar Rust en AI Coding Agent lijken compatibel omdat het gebruikspercentage van Coding Agent hoog is. Als je erover nadenkt, is Rust eigenlijk de taal die het meeste profijt kan hebben van AI Coding Agent, en ik heb het gevoel dat deze het komende jaar aanzienlijk zal groeien. Momenteel is het aantal AI Coding-gebruiksopslagplaatsen per programmeertaal dat we hebben kunnen onderzoeken echter 100, en daarvan ligt het aantal AI Coding Agent-gebruiken in de orde van maximaal 20, dus de discussie zou behoorlijk gevoelig kunnen worden als het aantal toepassingen met slechts één of twee fluctueert.
Er zijn veel AI-coderingsagenten uitgebracht. Alleen al AI Coding.Info verwerkt 16 soorten producten. Mijn dagelijks leven is een beetje druk. Als u de inhaalslag uitstelt, kan de situatie snel veranderen. Bovendien waren de bronnen, zelfs wanneer ze informatie probeerden in te halen, vaak bevooroordeeld, waardoor het moeilijk werd om nauwkeurige informatie te verkrijgen. Een tijdje geleden gebruikte ik Cline. Er werd veel over gesproken, maar in feite was RooCode populair in Japan. Zoals je echter kunt zien aan AI Coding.Info, wordt RooCode bijna niet gebruikt op Github. Wat Cline betreft, het staat in de Top 100 repository's op Github, dus het wordt alleen op zichzelf en voor één andere repository gebruikt. Omdat het een belangrijk onderwerp is, heb ik het gevoel dat er de laatste tijd veel over ClaudeCode wordt gesproken. Aan de andere kant wordt Cursor echter vaak gebruikt in repositories. Er waren ook vooroordelen afhankelijk van het land waarin u zich bevond en de natuurlijke taal die u gewoonlijk gebruikte. Ik wil een bron van informatie die ik kan gebruiken en toch in mezelf een rustig oordeel kan vellen. Daarom ben ik deze site begonnen. Bekijk de trends op het gebied van AI-codering en vraag je af welke tools compatibel zijn met de programmeertaal die je gebruikt. Ik vraag me af wat voor soort regelbestanden eigenlijk in het beroemde OSS zijn geschreven? Bent u hierin geïnteresseerd, neem dan gerust een kijkje.