Varför smarta glasögonentusiaster skapade AI Coding.Info ~Sammanfattning av AI Coding-trender i augusti 2026 baserat på data~
författare: @kotauchisunsun
Releasedatum: 2026/09/29
AI Coding Agent-trender i augusti 2026
Vi har drivit en sida som heter AI Coding.Info sedan juli 2025.
Det här är en webbplats som observerar användningstrender relaterade till AI-kodningsagenter som Claude Code, Codex CLI, Github Copilot och Gemini från en fast punkt från information i Github-förråd. För att fastställa användningen av AI Coding Agent genomför vi dagliga undersökningar under följande förhållanden.
- Daglig inspektion av 9 000 offentliga förvar på Github
- TOP 300 Github-stjärnor efter programmeringsspråk
- Undersökt från 30 typer av programmeringsspråk
- Inriktar sig på 16 typer av AI-kodningsagenter
- Endast när regelfilerna som används av olika AI-kodningsagenter finns i Github-förvaret, fastställs det att AI-kodningsagenten används.
Förra månadens trender
https://ai-coding.info/reports/articles/20260812
Användningsgraden för AI Coding Agent är 13,9 %
Användningsgraden för AI Coding Agent-förvaret var 13,9 %, en ökning med 0,9 % från 13,0 % förra gången.
Användningshastighet för AI Coding Agent den 1 september 2026
https://ai-coding.info/?date=2026-09-01#adoption-rate
Användningshastighet för AI Coding Agent den 2026/8/1
https://ai-coding.info/?date=2026-08-01#adoption-rate
Trender i användningsfrekvens för AI Coding Agent från 1 augusti 2026 till 1 september 2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#share-trend
Andel av AI Coding Agent per produkt
Andelen per produkt är som följer.
| Ranking | Produktnamn | Aktiekurs |
|---|---|---|
| 1:a plats | Codex CLI | 42,3 % |
| 2:a plats | Claude Code | 32,0 % |
| 3:e plats | Copilot Agent | 14,4 % |
| 4:e plats | Gemini CLI | 4,9 % |
| 5:e plats | Markör | 4,0 % |
AI Coding Agent aktiekurs den 1/9/2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#agent-share
AI Coding Agent aktiekurs den 1/8/2026
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#agent-share
AI Coding Agent användningsstatus efter programmeringsspråk
Det programmeringsspråk där AI Coding Agent används mest är "TypeScript", det andra är "Rust", det tredje är "Python", det fjärde är "Go" och det femte är "C#."
AI Coding Agent rangordning efter programmeringsspråk den 1 september 2026
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#language-agent-rank
AI Coding Agent rangordning efter programmeringsspråk den 2026/8/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#language-agent-rank
Månatliga trender i antalet repositories som används av AI Coding Agent
Antalet förvar var 1 940 den 1 augusti 2026, men har ökat till 2 069 från och med den 1 september 2026, en ökning med 129 förvar som använder AI Coding Agent.
Ändringar i antalet arkiv med AI Coding Agent från 2026/8/1 till 2026/9/1
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#time-based-bar-chart
Varför smarta glasögonentusiaster skapade AI Coding.Info
Jag brukar dela information om smarta glasögon på min YouTube-kanal som heter "Kotauchi Planning."
Podcasten "Kotauchi's Mirai's Glasses" uppdateras också varje vecka.
Vi publicerar också en veckoartikel som heter ``World Smart Glasses News'' varje vecka.
https://note.com/kotauchisunsun/m/mf522aa5d3efd
Varför skapade en sådan person en webbplats för att undersöka användningstrender för AI Coding Agent? Den här gången kommer jag att prata om hur jag började skapa AI Coding.Info. Vid första anblicken verkar det som ett annat område, men utgångspunkten var
"Jag vill effektivisera utvecklingen av smarta glasögonprogramvara med kraften i AI"
Det var vad jag kände. Runt januari 2025 utvecklade jag mjukvara för LILYGOs enögda smarta glasögon som heter "T-Glass".
T-Glass är utrustad med ESP32, och jag skrev ett program för att köra på det. Vid den tiden kände jag att den särskilda utmaningen var tiden det tog att bygga och skriva till själva enheten. Även om du ändrade programmet lite var du tvungen att bygga det, skriva det till själva maskinen och kontrollera funktionen. I min utvecklingsmiljö tog hela denna process tid, vilket gjorde det svårt att öka antalet trial and errors. Det är därför jag tänkte på ett sätt att lägga JavaScript-motorn "QuickJS" ovanpå ESP32. Det fanns redan ett prejudikatfall där QuickJS portades till ESP32, så jag tänkte använda det.
https://qiita.com/binzume/items/f04d3b1b06cd0f7d3111
https://github.com/binzume/esp32quickjs
Tanken är att om du först förbereder en miljö för att köra skriptet, så kan du ändra beteendet genom att ersätta JavaScript-koden.
ESP32 kan också ansluta till Wi-Fi. Så jag skrev koden i TypeScript, som jag brukar använda, transpilerade den till JavaScript och lade den på filservern. Vi skapade ett flöde där när du trycker på en knapp på T-Glass, hämtas Javascript-koden som placerats på servern via Wi-Fi och exekveras med QuickJS. Jag kunde köra detta arbetsflöde själv.
Om ändringen är på JavaScript-sidan finns det inget behov av att bygga och skriva om hela den fasta programvaran. Vi siktade på en utvecklingsmiljö där vi upprepade gånger kunde kontrollera faktiska enheter i en kort cykel samtidigt som vi använde TypeScript-typer.
Låt AI "använda en implementering som modell"
Men bara för att JavaScript fungerar betyder det inte att du fritt kan skapa smarta glasögonapplikationer. Till exempel, för att driva GUI från JavaScript, är det nödvändigt att implementera en bryggdel som kopplar ihop QuickJS och C-språksidans GUI-bibliotek. För att skriva detta var jag tvungen att förstå hur QuickJS fungerar, hur man använder GUI-bibliotek och hur man skickar värden mellan JavaScript och C. På den tiden var AI inte så smart än, så jag försökte implementera det själv, men det krävde mycket kunskap och det var ganska svårt att utöka liknande bearbetning till andra funktioner. För detta ändamål använde vi AI Coding Agent. På den tiden använde jag Roo Code. Först skrev jag en bryggdel för en funktion, använde den som ett exempel och lät AI:n expandera liknande implementeringar till andra funktioner. Istället för att överlåta allt till AI:n kan du själv presentera implementeringspolicyn och exemplet och låta användaren fortsätta med arbetet därefter. Detta utvecklingsförsök ledde till slut inte till att hela konceptet fullbordades. Anledningen är att Javascript och C-språket har väldigt olika grundfilosofier. Användningen av pekare blir till exempel en barriär. Även om du porterar funktionerna i LovyanGFX, ett GUI-bibliotek som vanligtvis används i ESP32-serien, som de är, kommer de att bli ett gäng pekare, så hur ska du hantera dem med Javascript? har blivit ett problem. Därför var det svårt att bara porta funktionerna i LovyanGFX i Javascript, och jag tror att det behövdes något slags abstraktionslager. Jag kände dock att det fanns en stor potential i att kunna skapa ett enstaka implementeringsexempel och sedan utöka antalet motsvarande funktioner utifrån det. När du utvecklar programvara själv, istället för att skriva allt själv, kan du öka antalet delar som kan överlåtas till AI. För det ändamålet har jag kommit att tro att jag måste fortsätta lära mig om AI Coding Agent.
"Vad ska jag använda" som ändras varje vecka
Å andra sidan hade vi också svårt att hänga med i AI Coding Agent. Vid den tiden (tidigt 2025) var AI Coding Agents som användes som förlängningar av VS Code, som Cline och Roo Code, ett hett ämne. Det fanns en mängd andra alternativ, inklusive Devin och OpenHands, som jag tidigare bidragit till. Information om nya verktyg och funktioner kom ut efter varandra och det kändes som att frågan om "vad ska jag använda just nu" uppdaterades varje vecka. Jag själv jagade information och provade olika verktyg, men jag kände mig trött på att fortsätta med det. Dessutom, även om jag kunde prova ett populärt verktyg, hade jag ingen tydlig beslutsgrund för varför jag skulle välja det. Det är en komposition som påverkas av vad som kallas en AI-överraskningsbutik. Jag vill välja de verktyg jag använder baserat inte bara på tillkännagivandet av nya funktioner eller deras rykte, utan också på den faktiska situationen. Vi ville använda primär information som underlag för att fatta beslut, inte bara marknadsföringsinformation. Det jag märkte var det
"Vilka AI-kodningsagenter ingår i GitHubs offentliga arkiv?"
Det är vad det betyder.
Observera användningstrender vid fasta punkter som grund för din egen bedömning
Sedan släpptes AI Coding.Info i juli 2025. Vi skapade en webbplats för att kontrollera om det finns en regelfil som används av varje AI-kodningsagent i GitHubs offentliga arkiv och registrera resultaten varje dag. Naturligtvis avgör denna metod bara om regelfilen finns i förvaret. Den mäter inte den faktiska användningsfrekvensen eller kvaliteten på den genererade koden, och den fångar inte upp fall där regler används utan en regelfil. Trots det, om du fortsätter att observera med samma metod, kommer du att kunna se förändringar som vilka verktyg som stöder fler regelfiler och vilka programmeringsspråk som introduceras mer och mer. Bara för att ett verktyg används ofta betyder det inte att det är det bästa verktyget för dig. Men istället för att bara följa informationen som flödar en efter en, tänkte jag att jag kunde använda de förändringar som jag kan se i det offentliga arkivet som en av de saker som hjälper mig att fatta beslut. Också,
Jag är säker på att jag inte är den enda som är trött på att hålla koll på AI-information
Jag kände också så. Jag kände också att genom att publicera den information jag själv undersökte, kan det vara till hjälp för andra som är lika förvirrade när det gäller att välja ett verktyg. AI Coding Agent används också för utvecklingen av själva AI Coding.Info. Prototypen skapades på cirka två veckor och sedan dess har vi fortsatt att göra modifieringar genom att trial and error. Vi fortsatte med fast punktobservation av användningstrender och ungefär ett år har gått sedan lanseringen. Ursprungligen var det jag ville göra inte att testa varje ny AI-kodningsagent, utan att effektivt utveckla mjukvara för smarta glasögon på egen hand. För det ändamålet skulle jag vilja få stöd från AI. De ville också ha information som skulle hjälpa dem att bestämma vilken AI-kodningsagent de skulle använda. Använd AI för att skapa mjukvara för smarta glasögon och skapa AI Coding.Info som grund för att bestämma vilken AI som ska användas. Det är därför jag, en entusiast för smarta glasögon, började skapa denna sida.