Czy Codex CLI robi postępy? ~ Podsumowanie trendów w kodowaniu AI w sierpniu 2025 r. na podstawie danych ~
Trendy w agentach kodujących AI w sierpniu
Od lipca prowadzę witrynę 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 znajdujących się w repozytoriach Github. Aby określić wykorzystanie agenta kodującego AI, przeprowadzamy codzienne ankiety pod następującymi warunkami.
- Codzienna inspekcja 9 000 publicznych repozytoriów na Githubie
- TOP 300 gwiazdek Githuba według języka programowania
- Przeanalizowano 30 rodzajów języków programowania
- Celuje w 16 typów 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.
Zmiana metody ankiety
W zeszłym miesiącu opublikowaliśmy także artykuł śledczy.
https://qiita.com/kotauchisunsun/items/092784402a36d5705853
Aktualizacja z ostatniego miesiąca spowodowała zmiany w metodzie badania.
- 9 sierpnia 2025 r. Zwiększono cele indeksowania z TOP100 do TOP150
- 10 sierpnia 2025 r. Zwiększono cele indeksowania z TOP150 do TOP200
- 14 sierpnia 2025 r. Zwiększono cele indeksowania z TOP200 do TOP300
Wcześniej badaliśmy 3000 repozytoriów, ale w tym miesiącu liczba ta wzrosła do 9000. Ze względu na błędy indeksowania liczby mogą różnić się od rzeczywistych liczb na wykresie.
Wskaźnik wykorzystania agenta kodującego AI wynosi 3,1%
Wskaźnik wykorzystania repozytorium AI Coding Agent na koniec sierpnia wyniósł 3,1%, co oznacza wzrost o 0,2 punktu z 2,9% ostatnim razem. Oto liczba zbadanych przez nas repozytoriów, które wykazały użycie agenta kodującego AI. To jest numer. W sierpniu nie było wielu większych ruchów. Tym razem zmieniono cel badania z OP 100 na TOP 300, a w badaniu uwzględniono także repozytoria ze stosunkowo małą liczbą gwiazdek, ale nie ma dużej różnicy w rzeczywistym wykorzystaniu. Oto wynik.
https://ai-coding.info/ja/agents
Udział agenta kodującego AI według produktu
Udział według produktów jest następujący.
| Ranga | Nazwa produktu | Kurs akcji |
|---|---|---|
| 1 miejsce | Claude Code | 33,2% |
| 2. miejsce | Agent drugi pilot | 27,8% |
| 3 miejsce | Kursor | 16,6% |
| 4 miejsce | Kodeks CLI | 11,5% |
| 5 miejsce | Gemini CLI | 6,7% |
https://ai-coding.info/ja/agents
Patrząc na same dane za ten miesiąc, pod względem udziału w wykorzystaniu, na pierwszym miejscu znajdują się Claude Code i Copilot Agent, za nimi Cursor i Codex Agent, a za nimi Gemini CLI. To jest moje zdanie. W porównaniu do poprzedniego miesiąca udział Cursora znacząco spadł. Jest to jednak w dużej mierze spowodowane zmianą metody badania. To jest moje zdanie. Jak wspomniano wcześniej, udział Cursora w rynku w momencie przeprowadzania badania na TOP 100 był z pewnością wysoki, jednak od czasu przejścia do TOP 300 udział w rynku jest zbliżony do obecnego. W rezultacie repozytoria z większą liczbą gwiazdek miały więcej kursorów, podczas gdy repozytoria z mniejszą liczbą gwiazdek miały mniej kursorów. Jednak poprzez rozszerzenie zakresu indeksowania Claude Code i Copilot Agent, które były często używane w repozytoriach niższego poziomu, wzrosły procentowo. To jest moje zdanie. Jednakże rozwój innych agentów kodujących AI jest niezwykły. To fakt. Na przykład liczba pobrań Codex CLI znacznie wzrosła, jak pokazano w poniższym tweecie. Są też dane.
https://x.com/oikon48/status/1961996694146752770
Tutaj zdefiniujemy i potwierdzimy tempo wzrostu. Oblicza się to poprzez podzielenie liczby repozytoriów używanych 1 września przez liczbę repozytoriów używanych 18 sierpnia.
| Nazwa produktu | Liczba repozytoriów używanych 18 sierpnia | Liczba repozytoriów używanych 1 września | Tempo wzrostu |
|---|---|---|---|
| Kod Claude'a | 104 | 124 | 1.19 |
| Agent drugiego pilota | 78 | 104 | 1,33 |
| Kursor | 59 | 62 | 1,05 |
| Kodeks CLI | 33 | 43 | 1,30 |
| Bliźnięta CLI | 23 | 25 | 1.13 |
https://ai-coding.info/ja/agents
Jak widać z tej wartości, choć na dzień 18 sierpnia Claude Code i Copilot Agent mają większą liczbę używanych repozytoriów niż Cursor, ich dynamika wzrostu jest również wyższa. ** Dlatego w obecnej sytuacji Cursorowi trudno jest zdobyć wiodący udział w rynku. Dodatkowo, choć Cursor ma większą liczbę repozytoriów niż Codex CLI i Gemini CLI, jego dynamika wzrostu jest niska, więc istnieje możliwość, że Cursor może spaść w rankingach. **Jeśli założymy stałą stopę wzrostu, Codex CLI może przewyższyć Cursor pod względem liczby repozytoriów miesiąc później, we wrześniu. ** We wcześniejszym tweecie mówiliśmy w oparciu o „liczbę pobrań npm”, ale AI Coding.info omawia dyskusję w oparciu o „liczbę repozytoriów zawierających plik AGENTS.md”. Niedawno pojawiła się wiadomość, że AGENTS.md jest obsługiwany przez różnych agentów kodujących AI. (W rezultacie liczba repozytoriów Codex CLI zawartych w AI Coding.info zawiera niewielki błąd.)
https://gihyo.jp/article/2025/08/agents-md-site
**Według ankiety przeprowadzonej na AI Coding.info, Codex CLI jest już częściej używany niż Codex CLI i Gemini. ** Jednak czy rzeczywiście jest całkowicie lepszy od Gemini? To niewielka różnica i nie wydaje mi się, żeby była aż tak duża. Jest to związane ze wspomnianą wcześniej metodą badawczą, a ponieważ obecnie używanych jest duża liczba repozytoriów dla Copilot Agent i Claude Code, czy Codex CLI rośnie w szybszym tempie niż te? Biorąc to pod uwagę, Claude Code i Copilot Agent również rozwijają się dość szybko, więc różnica nie zmniejszyła się zbytnio. Takie odnoszę wrażenie.
https://ai-coding.info/ja/agents/codexcli
https://ai-coding.info/ja/agents/geminicli
Stan wykorzystania agenta kodującego AI według języka programowania
**Język programowania, w którym najczęściej używany jest AI Coding Agent to „Maszynopis”, po którym następują „Rust” i „Python”. ** Sytuacja nie zmieniła się zbytnio pomiędzy ostatnim miesiącem a bieżącym miesiącem, gdyż Rust i Python zamienili się miejscami z poprzedniego miesiąca. Miejsca od 4. do 6. również nie uległy większym zmianom. Rankingi to C#, Go i Ruby, ale każdy z nich uległ niewielkim zmianom. W tym sensie nie było zbyt dużego ruchu.
Myślę, że zasięg pełzania również ma tutaj wpływ. W zeszłym miesiącu było 18 języków programowania z co najmniej jednym repozytorium, w którym potwierdzono, że korzysta z agenta kodowania AI, ale w tym miesiącu liczba ta wzrosła do 24. Ponadto istnieje tendencja do zwiększania wykorzystania agentów kodowania AI w językach programowania pochodzących z przedsiębiorstw. Na przykład Kotlin, Dart, Swift. Uważam, że ten język jest trudny i nie ma zbyt wielu danych, których można się nauczyć za pomocą OSS, więc myślę, że nie ma wystarczającej ilości danych, aby sztuczna inteligencja mogła się tego nauczyć. Tak właśnie myślałem. Wydaje się jednak, że wykorzystanie sztucznej inteligencji postępuje nawet w tych dziedzinach. Osobiście uważam, że PHP jest coraz częściej wykorzystywane w zaskakujących miejscach. Ostatnio rozmawiałem z kimś ze świata PHP i słyszałem, że na konferencjach PHP mówi się stosunkowo niewiele o sztucznej inteligencji. Piszę także PHP i miałem z góry przekonanie, że AI byłoby stosunkowo trudno wygenerować kod, gdyby był to PHP podobny do klasycznego MPA (kod łączący HTML i <?php), ale wygląda na to, że w niektórych przypadkach jest on używany. (Nie sądzę, że obecnie istnieje jakikolwiek kod łączący HTML i <?php w ten sposób.)
https://ai-coding.info/ja/languages
Miesięczne trendy w liczbie repozytoriów używanych przez AI Coding Agent
Przyjrzyjmy się trendom w sierpniu. Pomiędzy 9 a 13 sierpnia liczby zmieniły się znacząco w związku z korektami zasięgu indeksowania. Jak omówiliśmy w poprzednim rozdziale, wskaźnik użycia Cursora był wysoki przed 9 sierpnia, ale po rozszerzeniu zakresu indeksowania po 13 sierpnia możemy zauważyć, że wzrósł wskaźnik wykorzystania Claude Code i Copilot Agent. Dodatkowo, tutaj również widać wpływ zwiększenia zasięgu indeksowania, a także wzrasta liczba repozytoriów wykorzystujących Junie, które wcześniej obserwowano w niewielkich ilościach. W ostatnim czasie udało nam się również potwierdzić repozytoria takie jak Trae IDE i Kiro, które cieszą się stosunkowo dużą popularnością.
https://ai-coding.info/ja/agents/junie
https://ai-coding.info/ja/agents/traeide
https://ai-coding.info/ja/agents/kiro
myśli
Kontynuacja z poprzedniego miesiącaTo jest drugi artykuł. Mam wrażenie, że odkąd Kiro ukazał się pod koniec zeszłego miesiąca, liczba ludzi tutaj wzrośnie. Tak myślałem, ale tak naprawdę nie miało to wpływu na OSS. Jednak Kiro został zaadoptowany przez nieoczekiwany produkt i został przyjęty przez książeczkę, stosunkowo główny OSS.
https://github.com/storybookjs/storybook
Z drugiej strony wpływ może mieć również ogłoszenie GPT-5 i gpt-oss. pomyślałem.
https://openai.com/ja-JP/gpt-5/
https://openai.com/ja-JP/index/introducing-gpt-oss/
Czy branża zmieni się drastycznie, gdy wystąpią takie ruchy? ? Właśnie to pomyślałem, kiedy to obejrzałem, ale zastanawiam się, czy to rzeczywiście jest takie szybkie. Również jest takie wrażenie. Patrząc na to w ten sposób, widać, że Claude Code i Github Copilot mają zaskakująco silną bazę. Z pewnością wydaje się również, że Codex nabiera tempa pod względem liczby pobrań i wyszukiwań, ale z drugiej strony występuje pewne opóźnienie, zanim rozprzestrzeni się na OSS i stanie się popularny. Istnieje również sposób, aby to rozpoznać. Jakie zatem założenia przyjmuje się, analizując dane i ustalenia? Po raz kolejny poczułam, że to niezwykle ważne.