Claude Code zajmuje drugie miejsce pod względem liczby wykorzystanych agentów kodujących AI. Co jest numerem 1? ~Podsumowanie trendów w kodowaniu AI w lipcu 2025 r. na podstawie danych~
Trendy lipcowe agenta kodującego AI
Udostępniliśmy stronę internetową o nazwie AI Coding.Info.
Jest to witryna, która obserwuje trendy użytkowania związane z agentami kodującymi AI, takimi jak Claude Code, Gemini lub Codex, z ustalonego punktu na podstawie informacji z repozytorium Github. Aby określić wykorzystanie agenta kodującego AI, przeprowadzamy codzienne ankiety pod następującymi warunkami.
- 100 najlepszych publicznych repozytoriów z największą liczbą gwiazdek na Githubie dla 30 języków programowania
- 16 rodzajów agentów kodujących AI
- Tylko wtedy, gdy pliki reguł używane przez różnych agentów kodujących AI znajdują się w repozytorium Github, zostaje stwierdzone, że używany jest agent kodujący AI.
Wskaźnik wykorzystania agenta kodującego AI wynosi 2,9%
**Wskaźnik wykorzystania agenta kodującego AI wynosi 2,9%. ** Jest to odsetek repozytoriów, które wykazały użycie agenta kodującego AI, na podstawie ankiety przeprowadzonej wśród 3000 repozytoriów. Można powiedzieć, że jest to niewielki procent całości.
https://ai-coding.info/ja/agents
Wynika to z wielu czynników. Po pierwsze, ta ankieta opiera się na 100 najlepszych gwiazdach Githuba. Czy zatem można powiedzieć, że stan wykorzystania 100 najlepszych gwiazdek Githuba reprezentuje stan wykorzystania agentów kodujących AI na całym świecie? Jest problem. Ponadto, ponieważ opiera się to na publicznym repozytorium, może występować rozbieżność z obecną sytuacją wykorzystania firm. Raczej reprezentuje status przyjęcia OSS. Można też tak powiedzieć. Ponadto, ze względu na problem mechaniczny, jeśli pliki reguł takie jak CLAUDE.md i GEMINI.md nie istnieją, nie jest możliwe określenie, czy są one używane, czy nie. Jest też problem. Dlatego repozytorium korzystające z Claude Code, ale nie tworzące pliku CLAUDE.md, zostanie uznane za niekorzystające z Claude Code.
Udział agenta kodującego AI według produktu
**Najczęściej używanym produktem jest „Cursor”, po którym następuje „Claude Code”, a trzecim jest „Copilot Agent” (Github Copilot). ** Biorąc pod uwagę, że Gemini CLI zostało ogłoszone 25 czerwca, to fakt, że od niemal miesiąca znajduje się na 4. miejscu, można uznać za dość powszechne. Jednak z drugiej strony można powiedzieć, że Gemini CLI posiada jedynie około 1/3 dostępnych repozytoriów Cursora.
https://ai-coding.info/ja/agents
Stan wykorzystania agenta kodującego AI według języka programowania
Najczęściej używanym językiem programowania przez AI Coding Agent jest „Typescript”, po którym następują „Python” i „Rust”. Jeśli chodzi o TypeScript, wydaje się, że AI Coding Agent wywodzi się z rozszerzeń VS Code, takich jak Github Copilot, więc jeśli pomyślisz o tym z tej perspektywy, myślę, że jest to dość zrozumiały wynik. Ponadto, biorąc pod uwagę, że Python ma duże powinowactwo z systemami uczenia maszynowego, takimi jak DeepLearning, wynik ten może nie być aż tak dziwny. Od tego momentu trzeci rdza był zaskakującym wynikiem. Jeśli wyobrazisz sobie skutek tego, Rust jest językiem programowania, który zyskuje na popularności w ciągu ostatnich kilku lat. Uznano, że może to wynikać z faktu, że społeczność języków programowania jest młoda i chętna do poznawania nowych inicjatyw, takich jak AI Coding Agent. Można tak powiedzieć.
https://ai-coding.info/ja/languages
Miesięczne trendy w liczbie repozytoriów używanych przez AI Coding Agent
Przyjrzyjmy się trendom w liczbie repozytoriów (z nakładaniem się) korzystających z AI Coding Agent w lipcu 2025. **Na dzień 1 lipca potwierdziliśmy wykorzystanie AI Coding w 77 repozytoriach. Na dzień 31 lipca liczba ta wzrosła do 112 repozytoriów. Liczba używanych repozytoriów wzrosła 1,4-krotnie. **
W zeszłym miesiącu od uruchomienia usługi dodaliśmy agentów kodujących AI, takich jak Trae IDE i Junie, oraz zmieniliśmy standardy użytkowania dla Gemini i widzimy, że agenci kodujący AI przenikają rozwój w dość szybkim tempie.
Różnica w użyciu agenta kodującego AI w językach programowania
Ankieta wykazała, że istnieją duże różnice we wskaźniku wykorzystania AI Coding Agent w zależności od języka programowania. **W przypadku TypeScriptu agent AI Coding Agent jest używany w 21% wszystkich repozytoriów, podczas gdy w przypadku języka Go stanowi to tylko około 5% całości. **
https://ai-coding.info/ja/languages/typescript
https://ai-coding.info/ja/languages/go
Choć nie ma na to żadnych solidnych dowodów, to w trakcie wywiadów na temat tej usługi usłyszałem kilka ciekawych opinii. Treść była taka, że „kodowanie przy użyciu sztucznej inteligencji generacji jest zabronione w OSS związanych z infrastrukturą”. Istnieje kilka przykładów takiego gromadzenia informacji.
https://www.netbsd.org/developers/commit-guidelines.html
https://wiki.gentoo.org/wiki/Project:Council/AI_policy
https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048
Są to NetBSD'', GentooLinux'' i ``QEMU'', które nie są zaimplementowane w systemie OSS przy użyciu języka Go. Jednakże w obszarach bliskich infrastrukturze, takiej jak systemy operacyjne i maszyny wirtualne, korzystanie z wygenerowanej sztucznej inteligencji jest częściowo zabronione. Kubernetes to słynny system OSS dla języka Go. Nie ma jednak dowodów na to, że w otaczającym ekosystemie wykorzystuje się generatywną sztuczną inteligencję (związane z CNCF). W takiej infrastrukturze, obszarach o znaczeniu krytycznym i obszarach o wysokiej wydajności nadal rozsądne może być stosowanie generatywnej sztucznej inteligencji. Jest to paradoksalne, ale można powiedzieć, że „ponieważ język Go jest używany w obszarach o wysokiej wydajności o znaczeniu krytycznym, wygenerowany kod AI nie może zostać użyty, ponieważ ryzyko awarii jest zbyt duże. Dlatego język Go jest rzadko używany (szczególnie w słynnych OSS).” Jeśli spojrzysz na repozytoria, które faktycznie używają Go, wydaje się, że jest ich bardzo niewiele związanych z infrastrukturą. Czy chodzi o grafana/loki czy karaluchdb?
https://ai-coding.info/ja/languages/go
Podsumowując to, co powiedziano do tej pory, **AI Coding Agent wydaje się popularny, ale jego rzeczywiste wykorzystanie jest zwykle niskie i wynosi 2,9% całości. Jednak z drugiej strony odsetek użytkowników korzystających z określonych języków programowania, takich jak TypeScript, szybko rośnie. ** Można powiedzieć, że na tym właśnie polega druga perspektywa, o której wspomniałem wcześniej.
Jakie języki programowania są kompatybilne z AI Coding?
W poprzednim rozdziale mówiłem o różnicy między językami programowania, które mogą wykorzystywać kodowanie AI, a tymi, które tego nie potrafią. Postawiłem tutaj prostą hipotezę.
„Języki programowania z wieloma użytkownikami prawdopodobnie mają wiele repozytoriów korzystających z AI Coding.”
To właśnie oznacza. Przeanalizujmy zatem dane. Narysujmy liczbę wypchnięć dla określonego języka programowania na Githubie i liczbę repozytoriów używanych przez AI Coding Agent. W repozytorium publikowane są dane dotyczące liczby wypchnięć przez język programowania na Githubie.
https://github.com/github/innovationgraph/tree/main
To jest pierwsza hipoteza, którą postawiłem na początku.
„Języki programowania z wieloma użytkownikami prawdopodobnie mają wiele repozytoriów korzystających z AI Coding.”
Wydaje się, że hipotezę tę można odrzucić. Wystąpiła ujemna korelacja z liczbą kont przesłanych do Gthub w 2024 r. Powyższa hipoteza miała pokazać, że „w rzeczywistości wskaźnik wykorzystania użytkowników AI Coding wynosi około 0% niezależnie od języka programowania. Istnieją jednak różnice w liczbie używanych repozytoriów w zależności od liczby użytkowników języka programowania”. Ale tak nie jest. Rozumiem to. Teraz wręcz przeciwnie
„Czy AI Coding Agent jest często używany w językach programowania z małą liczbą użytkowników?”
Okazuje się, że tak nie jest. Jest to język programowania z mniejszą liczbą użytkowników niż TypeScript, zgodnie z podziałem na grupę I i grupę II na wykresie, i żaden język programowania nie korzystał z agenta AI Coding Agent tyle razy, co TypeScript. Staje się. Następnie zdefiniujmy pojęcie „współczynnika wykorzystania agenta kodującego AI”. Jest to wartość uzyskana poprzez podzielenie „liczby repozytoriów używanych przez agenta kodującego AI” przez „liczbę kont przesłanych do Github w 2024 r.”. Narysuj to na osi pionowej, a „liczbę kont przesłanych do Githuba w 2024 r.” na osi poziomej. Następnie narysuj „liczbę repozytoriów używanych przez agenta kodującego AI” jako rozmiar okręgu.
Z tego wykresu można zobaczyć dwie rzeczy. Po pierwsze, liczba repozytoriów korzystających z agentów kodujących Rust i Python AI jest prawie taka sama, ale podział jest inny. Wskaźnik wykorzystania agenta kodującego AI dla języka Python jest niski. Jednak ze względu na dużą liczbę użytkowników języków, w użyciu jest pewna liczba repozytoriów. Z drugiej strony Rust ma bardzo wysoki wskaźnik wykorzystania AI Coding Agent, ale ponieważ jest niewielu użytkowników języków, liczba repozytoriów użycia pozostaje na pewnym poziomie. Po drugie, stopień wykorzystania agenta kodującego AI TypeScript nie jest zbyt wysoki. Wskaźnik wykorzystania TypeScriptu to 4,65E-06, Go to 5,00E-06, a Ruby to 4,45E-06. Relatywnie rzecz biorąc, nie zmieniło się to o 10%. W rzeczywistości nie ma dużej różnicy w stopniu wykorzystania między TypeScript, Go i Ruby. Różnica w liczbie używanych repozytoriów może po prostu wynikać z różnicy w liczbie użytkowników. Jeśli te fakty są prawdziwe, liczba użytkowników Rusta może gwałtownie wzrosnąć dzięki Agentowi Kodującemu AI. ** Wynika to z językowego charakteru Rusta, dlatego w zasadzie może on zostać rozszerzony przez AI Coding Agent. Jest to raczej dedukcja indukcyjna oparta na zaobserwowanych faktach, ale Rust i AI wydają się być kompatybilne, ponieważ stopień wykorzystania Agenta kodującego jest wysoki. Kiedy się nad tym zastanowić, Rust jest właściwie językiem, który może najwięcej zyskać na AI Coding Agent i mam przeczucie, że w ciągu następnego roku znacząco się rozwinie. Jednak obecnie liczba repozytoriów użycia AI Coding według języka programowania, które udało nam się zbadać, wynosi 100, a spośród nich liczba zastosowań AI Coding Agent wynosi maksymalnie 20, więc dyskusja może stać się dość drażliwa, jeśli liczba zastosowań waha się tylko o jeden lub dwa.
myśli
Wypuszczono wielu agentów kodujących AI. Samo AI Coding.Info obsługuje 16 rodzajów produktów. Moje codzienne życie jest trochę zajęte. Jeśli zwlekasz z nadrobieniem zaległości, sytuacja może szybko się zmienić. Dodatkowo, nawet przy próbie nadrobienia zaległości, źródła często były stronnicze, co utrudniało uzyskanie dokładnych informacji. Jakiś czas temu używałem Cline. Dużo się o tym mówiło, ale tak naprawdę w Japonii popularny był RooCode. Jednakże, jak widać z AI Coding.Info, RooCode prawie nie ma zastosowania na Githubie. Jeśli chodzi o Cline, znajduje się on w 100 najlepszych repozytoriach na Githubie, więc jest używany tylko w sobie i w jednym innym repozytorium. Poza tym, jako ważny temat, wydaje mi się, że ostatnio dużo się wokół mnie mówiło o ClaudeCode. Jednak z drugiej strony Cursor jest często używany w repozytoriach. Istniały również uprzedzenia w zależności od kraju, w którym się znajdowałeś, i języka naturalnego, którego zwykle używałeś. Chcę źródła informacji, z którego będę mógł korzystać, jednocześnie będąc w stanie dokonać spokojnego osądu w sobie. Dlatego założyłem tę stronę. Sprawdź trendy w AI Coding i zastanów się, które narzędzia są kompatybilne z językiem programowania, którego używasz. Zastanawiam się, jakie pliki reguł są faktycznie zapisywane w słynnym OSS? Jeśli jesteś tym zainteresowany, proszę zajrzyj.