автор: @kotauchisunsun
Дата выпуска: 2026/09/29
Мы управляем сайтом AI Coding.Info с июля 2025 года.
Это сайт, который отслеживает тенденции использования, связанные с агентами кодирования AI, такими как Claude Code, Codex CLI, Github Copilot и Gemini, с фиксированной точки на основе информации в репозиториях Github. Чтобы определить использование AI Coding Agent, мы проводим ежедневные опросы при следующих условиях.
https://ai-coding.info/reports/articles/20260812
Коэффициент использования репозитория AI Coding Agent составил 13,9%, что на 0,9% больше, чем 13,0% в прошлый раз.


Уровень использования AI Coding Agent на 1 сентября 2026 г.
https://ai-coding.info/?date=2026-09-01#adoption-rate
Уровень использования AI Coding Agent на 1 августа 2026 г.
https://ai-coding.info/?date=2026-08-01#adoption-rate
Тенденции использования AI Coding Agent с 1 августа 2026 г. по 1 сентября 2026 г.
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#share-trend

Доля по продуктам следующая.
| Рейтинг | Название продукта | Курс акций |
|---|---|---|
| 1 место | Интерфейс командной строки Кодекса | 42,3% |
| 2 место | Клод Код | 32,0% |
| 3 место | Агент второго пилота | 14,4% |
| 4 место | Близнецы CLI | 4,9% |
| 5 место | Курсор | 4,0% |
Курс акций AI Coding Agent на 1 сентября 2026 г.
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#agent-share
Курс акций AI Coding Agent на 1 августа 2026 г.
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#agent-share
Язык программирования, на котором чаще всего используется AI Coding Agent, — «TypeScript», второй — «Rust», третий — «Python», четвертый — «Go» и пятый — «C#».

Рейтинг AI Coding Agent по языкам программирования на 1 сентября 2026 г.
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#language-agent-rank
Рейтинг AI Coding Agent по языкам программирования на 1 августа 2026 г.
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#language-agent-rank
Количество репозиториев составляло 1940 по состоянию на 1 августа 2026 г., но выросло до 2069 по состоянию на 1 сентября 2026 г., то есть на 129 репозиториев больше, используя AI Coding Agent.

Изменение количества репозиториев, использующих AI Coding Agent, с 1 августа 2026 г. по 1 сентября 2026 г.
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#time-based-bar-chart
Обычно я делюсь информацией об умных очках на своем канале YouTube под названием «Планирование Котаучи».
Подкаст «Очки Мирай Котаучи» также обновляется каждую неделю.
Мы также публикуем еженедельную статью под названием «Мировые новости умных очков».
https://note.com/kotauchisunsun/m/mf522aa5d3efd
Почему такой человек создал сайт для изучения тенденций использования AI Coding Agent? На этот раз я расскажу о том, как я начал создавать AI Coding.Info. На первый взгляд кажется, что это другая сфера, но отправной точкой было
"Я хочу оптимизировать разработку программного обеспечения для умных очков с помощью ИИ"
Вот что я почувствовал. Примерно в январе 2025 года я разрабатывал программное обеспечение для одноглазых умных очков LILYGO под названием «T-Glass».
T-Glass оснащен ESP32, и я писал программу для его работы. В то время я чувствовал, что особой проблемой было время, необходимое для сборки и записи реального устройства. Даже если вы немного изменили программу, вам пришлось ее собрать, записать на реальную машину и проверить работу. В моей среде разработки весь этот процесс занимал время, что затрудняло увеличение количества проб и ошибок. Вот почему я подумал о том, как разместить движок JavaScript «QuickJS» поверх ESP32. Уже был прецедент, когда QuickJS был портирован на ESP32, поэтому я подумал об его использовании.
https://qiita.com/binzume/items/f04d3b1b06cd0f7d3111
https://github.com/binzume/esp32quickjs
Идея состоит в том, что если вы сначала подготовите среду для запуска скрипта, то вы сможете изменить поведение, заменив код JavaScript.
ESP32 также может подключаться к Wi-Fi. Итак, я написал код на TypeScript, который обычно использую, перекомпилировал его в JavaScript и поместил на файловый сервер. Мы создали поток, в котором при нажатии кнопки на T-Glass код Javascript, размещенный на сервере, извлекается через Wi-Fi и выполняется с помощью QuickJS. Я смог запустить этот рабочий процесс сам.
Если изменение касается JavaScript, нет необходимости собирать и переписывать всю прошивку. Мы стремились к созданию среды разработки, в которой мы могли бы многократно проверять реальные устройства за короткий цикл, используя типы TypeScript.
Однако тот факт, что JavaScript работает, не означает, что вы можете свободно создавать приложения для умных очков. Например, чтобы управлять графическим интерфейсом из JavaScript, необходимо реализовать мостовую часть, которая соединяет QuickJS и библиотеку графического интерфейса на стороне языка C. Чтобы написать это, мне нужно было понять, как работает QuickJS, как использовать библиотеки GUI и как передавать значения между JavaScript и C. В то время ИИ еще не был таким умным, поэтому я попробовал реализовать его сам, но это требовало много знаний, и распространить подобную обработку на другие функции было довольно сложно. Для этой цели мы использовали AI Coding Agent. В то время я использовал Roo Code. Сначала я написал часть моста для одной функции, использовал ее как образец и поручил ИИ расширить аналогичные реализации на другие функции. Вместо того, чтобы оставлять все на усмотрение ИИ, вы можете самостоятельно представить политику реализации и пример, а затем поручить пользователю продолжить работу соответствующим образом. Эта попытка разработки в конечном итоге не привела к завершению всей концепции. Причина в том, что Javascript и язык C имеют совершенно разные базовые принципы. Например, использование указателей становится барьером. Даже если вы портируете функции LovyanGFX, библиотеки графического интерфейса, обычно используемой в серии ESP32, они превратятся в набор указателей, так как же вам следует обращаться с ними с помощью Javascript? стало проблемой. Поэтому просто портирование функций LovyanGFX было сложно увидеть в Javascript, и я думаю, что был необходим какой-то уровень абстракции. Однако я чувствовал, что существует большой потенциал в возможности создать единственный пример реализации, а затем увеличить количество соответствующих функций на его основе. При самостоятельной разработке программного обеспечения вместо того, чтобы писать все самостоятельно, вы можете увеличить количество частей, которые можно оставить ИИ. С этой целью я пришел к выводу, что мне нужно продолжать изучать AI Coding Agent.
С другой стороны, нам также было трудно идти в ногу с AI Coding Agent. В то время (начало 2025 года) горячей темой были агенты AI Coding Agent, используемые в качестве расширений VS Code, такие как Cline и Roo Code. Было множество других вариантов, включая Devin и OpenHands, в разработке которых я ранее принимал участие. Информация о новых инструментах и функциях появлялась одна за другой, и такое ощущение, что вопрос «что мне использовать прямо сейчас» обновляется еженедельно. Я сам гонялся за информацией и пробовал разные инструменты, но мне надоело продолжать это делать. Кроме того, хотя мне удалось опробовать популярный инструмент, у меня не было четкого решения, почему мне следует его выбрать. Это композиция, на которую влияет так называемый магазин сюрпризов искусственного интеллекта. Я хочу выбирать инструменты, которые использую, исходя не только из анонса новых функций или их репутации, но и из реальной ситуации. Мы хотели использовать в качестве основы для принятия решений первичную информацию, а не только маркетинговую информацию. Я заметил, что
"Какие агенты кодирования AI включены в общедоступные репозитории GitHub?"
Вот что это значит.
Затем в июле 2025 года был выпущен AI Coding.Info. Мы создали сайт, чтобы проверять, есть ли файл правил, используемый каждым агентом кодирования AI, в общедоступном репозитории GitHub, и каждый день записывать результаты. Разумеется, этот метод лишь определяет, находится ли файл правила в репозитории. Он не измеряет фактическую частоту использования или качество сгенерированного кода, а также не фиксирует случаи, когда правила используются без файла правил. Тем не менее, если вы продолжите наблюдать, используя тот же метод, вы сможете увидеть изменения, например, какие инструменты поддерживают больше файлов правил и какие языки программирования вводятся все больше и больше. Тот факт, что инструмент часто используется, не означает, что он лучший для вас. Однако вместо того, чтобы просто следить за информацией, которая течет одна за другой, я подумал, что могу использовать изменения, которые вижу в публичном репозитории, как одну из вещей, которые помогут мне принимать решения. Также,
Я уверен, что я не единственный, кто устал следить за информацией об ИИ
Я тоже так чувствовал. Я также чувствовал, что публикация данных, которые я исследовал для себя, может быть полезна другим, кто так же озадачен выбором инструмента. AI Coding Agent также используется для разработки самого AI Coding.Info. Прототип был создан примерно за две недели, и с тех пор мы продолжаем вносить модификации методом проб и ошибок. Мы продолжили наблюдение за тенденциями использования с фиксированной точкой, и с момента его выпуска прошло около года. Первоначально я хотел не опробовать каждый новый агент кодирования искусственного интеллекта, а самостоятельно эффективно разработать программное обеспечение для умных очков. Для этого я хотел бы получить поддержку от AI. Им также нужна была информация, которая помогла бы им решить, какой агент кодирования ИИ использовать. Используйте ИИ для создания программного обеспечения для умных очков и создайте AI Coding.Info в качестве основы для принятия решения о том, какой ИИ использовать. Именно поэтому я, любитель умных очков, начал создавать этот сайт.