Vi har släppt en webbplats som heter AI Coding.Info.
Detta är en webbplats som observerar användningstrender relaterade till AI-kodningsagenter som Claude Code, Gemini eller Codex från en fast punkt från information i Github-förvaret. För att fastställa användningen av AI Coding Agent genomför vi dagliga undersökningar under följande förhållanden.
**Användningsgraden för AI Coding Agent är 2,9 %. ** Det här är procentandelen av förvar som visade bevis på användning av AI Coding Agent, baserat på en undersökning av 3 000 förråd. Detta kan sägas vara en liten andel av totalen.

https://ai-coding.info/ja/agents
Detta beror på flera faktorer. En är att den här undersökningen är baserad på Githubs topp 100 stjärnor. Kan man därför säga att användningsstatusen för Githubs topp 100 stjärnor representerar användningsstatusen för AI Coding Agents runt om i världen? Det finns ett problem. Eftersom detta är baserat på ett offentligt förvar kan det dessutom finnas en diskrepans med företagens nuvarande användningssituation. Snarare representerar det adoptionsstatusen för OSS. Det kan man också säga. Som ett mekaniskt problem, om regelfiler som CLAUDE.md och GEMINI.md inte existerar, är det inte möjligt att avgöra om de används eller inte. Det finns också problemet. Därför kommer ett arkiv som använder Claude Code men inte skapar en CLAUDE.md-fil att bedömas som att det inte använder Claude Code.
**Den mest använda produkten är "Cursor", följt av "Claude Code", och den tredje är "Copilot Agent" (Github Copilot). ** Med tanke på att Gemini CLI tillkännagavs den 25 juni kan det faktum att det har legat på 4:e plats i nästan en månad sägas vara ganska utbrett. Men å andra sidan kan man säga att Gemini CLI bara har cirka 1/3 av Cursors tillgängliga förråd.

https://ai-coding.info/ja/agents
Det programmeringsspråk som används mest av AI Coding Agent är "Typescript", följt av "Python" och "Rust". När det gäller TypeScript så verkar AI Coding Agent ha sitt ursprung i VS Code-tillägg som Github Copilot, så om man tänker på det ur det perspektivet tycker jag att detta är ett lite förståeligt resultat. Dessutom, med tanke på att Python har en hög affinitet med ML-system som DeepLearning, kanske det här resultatet inte är så konstigt. Därifrån var den tredje Rust ett överraskande resultat. Om du föreställer dig resultatet av detta är Rust ett programmeringsspråk som har blivit populärt under de senaste åren. Det finns en insikt om att detta kan bero på att programmeringsspråksgemenskapen är ung och ivriga att lära sig om nya initiativ som AI Coding Agent. Det kan man säga.

https://ai-coding.info/ja/languages
Låt oss ta en titt på trenderna i antalet förråd (med överlappning) med AI Coding Agent i juli 2025. **Från och med den 1 juli har vi bekräftat användningen av AI Coding i 77 förråd. Den 31 juli hade antalet ökat till 112 förvar. Antalet förvar som används har ökat med 1,4 gånger. **

Under den senaste månaden sedan vi lanserade tjänsten har vi lagt till AI Coding Agents som Trae IDE och Junie, och ändrat användningsstandarderna för Gemini, och vi kan se att AI Coding Agents genomsyrar utvecklingen i ganska snabb takt.
Undersökningen visade att det finns stora skillnader i användningshastigheten för AI Coding Agent beroende på programmeringsspråk. **För TypeScript används AI Coding Agent i 21 % av alla förråd, medan det för Go-språk bara är cirka 5 % av totalen. **

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

https://ai-coding.info/ja/languages/go
Även om det inte finns några solida bevis angående detta, hörde jag några intressanta åsikter under intervjuer om tjänsten. Innehållet var att "kodning med generation AI är förbjuden i infrastrukturrelaterat OSS." Det finns flera exempel på detta när man samlar in information.
https://www.netbsd.org/developers/commit-guidelines.html
https://wiki.gentoo.org/wiki/Project:Council/AI_policy
https://github.com/qemu/qemu/commit/3d40db0efc22520fa6c399cf73960dced423b048
Dessa är NetBSD,'' GentooLinux,'' och QEMU,'' som inte är OSS-implementerade med hjälp av Go-språket. Men i områden nära infrastruktur som OS och virtuella maskiner är användningen av genererad AI delvis förbjuden. Kubernetes är ett känt OSS för Go-språket. Det finns dock inga bevis för att generativ AI används i det omgivande ekosystemet (CNCF-relaterat). I sådan infrastruktur, verksamhetskritiska och högpresterande områden kan det fortfarande vara klokt att använda generativ AI. Detta är paradoxalt, men det kan sägas att Eftersom Go-språket används i verksamhetskritiska högpresterande områden, kan den genererade AI-koden inte användas eftersom risken för misslyckande är för stor. Därför används Go-språk sällan (speciellt i kända OSS).'' Om du tittar på de repositories som faktiskt använder Go, verkar det som att det finns väldigt få infrastrukturrelaterade. Handlar det om grafana/loki eller kackerlacka?

https://ai-coding.info/ja/languages/go
För att sammanfatta vad som har sagts hittills verkar **AI Coding Agent vara populärt, men dess faktiska användning tenderar att vara låg på 2,9% av totalen. Men å andra sidan ökar andelen användare som använder specifika programmeringsspråk som TypeScript snabbt. ** Man kan säga att det är vad det andra perspektivet jag nämnde tidigare handlar om.
I föregående kapitel pratade jag om skillnaden mellan programmeringsspråk som kan använda AI-kodning och de som inte kan. Jag gjorde en enkel hypotes här.
"Programmeringsspråk med många användare har förmodligen många arkiv som använder AI-kodning."
Det är vad det betyder. Så låt oss analysera data. Låt oss rita antalet push för ett specifikt programmeringsspråk på Github och antalet förråd som används av AI Coding Agent. Data om antalet push per programmeringsspråk på Github publiceras i arkivet.
https://github.com/github/innovationgraph/tree/main

Detta är den första hypotesen jag gjorde i början.
"Programmeringsspråk med många användare har förmodligen många arkiv som använder AI-kodning."
Det verkar som om denna hypotes kan förkastas. Det fanns en negativ korrelation med antalet konton som skickades till Gthub 2024. Hypotesen ovan var avsedd att visa att ``Faktiskt är användningsgraden för AI-kodningsanvändare cirka 0 % oavsett programmeringsspråk. Det finns dock skillnader i antalet arkiv som används beroende på antalet programmeringsspråksanvändare.'' Men så är inte fallet. Jag förstår det. Nu tvärtom
"Används AI Coding Agent ofta för programmeringsspråk med ett litet antal användare?"
Det visar sig att så inte är fallet. Detta är ett programmeringsspråk med färre användare än TypeScript, uppdelat i Group I och Group II i grafen, och det finns inget programmeringsspråk som använder AI Coding Agent så många gånger som TypeScript. Det blir. Låt oss sedan definiera konceptet "AI Coding Agent use ratio." Detta är värdet som erhålls genom att dividera "antal förråd som används av AI Coding Agent" med "antal konton som skickades till Github 2024." Rita detta på den vertikala axeln och "antal konton skickade till Github 2024" på den horisontella axeln. Rita sedan "antal förråd som används av AI Coding Agent" som storleken på cirkeln.

Det finns två saker som kan ses från denna graf. En är att antalet förråd som använder Rust och Python AI Coding Agents är nästan detsamma, men uppdelningen är annorlunda. Användningshastigheten för AI Coding Agent för Python är låg. Men på grund av det stora antalet språkanvändare finns det ett visst antal förråd i bruk. Å andra sidan har Rust en mycket hög användningsgrad av AI Coding Agent, men eftersom det finns få språkanvändare förblir antalet användningsförråd på en viss nivå. För det andra är användningshastigheten för TypeScripts AI Coding Agent inte så hög. TypeScripts användningshastighet är 4.65E-06, Gos användningshastighet är 5.00E-06 och Rubys användningshastighet är 4.45E-06. Relativt sett har det inte förändrats med 10%. Det är faktiskt inte så stor skillnad i användningshastighet mellan TypeScript, Go och Ruby. Skillnaden i antalet förråd som används kan helt enkelt bero på en skillnad i antalet användare. Om dessa fakta är korrekta kan antalet Rustanvändare öka snabbt på grund av AI Coding Agent. ** Detta beror på den språkliga karaktären hos Rust, så i princip kan den utökas med AI Coding Agent. Det är snarare ett induktivt avdrag baserat på observerade fakta, men Rust och AI Coding Agent verkar vara kompatibla eftersom användningshastigheten för Coding Agent är hög. När man tänker efter är Rust faktiskt det språk som kan dra mest nytta av AI Coding Agent, och jag har en känsla av att det kommer att växa betydligt under det kommande året. Men för närvarande är antalet AI Coding-användningsförråd per programmeringsspråk som vi har kunnat undersöka 100, och av dem är antalet AI Coding Agent-användningar högst i storleksordningen 20, så diskussionen kan bli ganska känslig om antalet användningar fluktuerar med bara en eller två.
#tankar
Många AI-kodningsagenter har släppts. Enbart AI Coding.Info hanterar 16 typer av produkter. Min vardag är lite upptagen. Om du dröjer med att komma ikapp kan situationen snabbt förändras. Dessutom, även när man försökte komma ikapp information, var källorna ofta partiska, vilket gjorde det svårt att få korrekt information. För ett tag sedan använde jag Cline. Det pratades mycket om detta, men i själva verket var RooCode den som var populär i Japan. Men som du kan se från AI Coding.Info har RooCode nästan ingen adoption på Github. När det gäller Cline, är det i topp 100 förråd på Github, så det används bara i sig självt och om ett annat förråd. Dessutom, som ett stort ämne, känner jag att det har pratats mycket om ClaudeCode runt mig på sistone. Men å andra sidan används Cursor ofta i repositories. Det fanns också fördomar beroende på vilket land du var i och vilket naturligt språk du vanligtvis använde. Jag vill ha en informationskälla som jag kan använda samtidigt som jag kan göra en lugn bedömning inom mig själv. Det var därför jag startade den här sidan. Kolla trenderna inom AI-kodning och undra vilka verktyg som är kompatibla med det programmeringsspråk du använder. Jag undrar vilken typ av regelfiler som egentligen är skrivna i berömda OSS? Om du är intresserad av detta, ta en titt.