为什么智能眼镜爱好者创建AI Coding.Info ~根据数据总结2026年8月AI Coding趋势~
作者: @kotauchisunsun
发售日期: 2026/09/29
2026 年 8 月 AI Coding Agent 趋势
自 2025 年 7 月以来，我们一直在运营一个名为 AI Coding.Info 的网站。
这是一个从 Github 存储库中的固定点观察与 AI Coding Agent（例如 Claude Code、Codex CLI、Github Copilot 和 Gemini）相关的使用趋势的网站。 为了确定 AI Coding Agent 的使用情况，我们在以下条件下进行日常调查。
- 每日检查 Github 上的 9,000 个公共存储库
- 按编程语言划分的 TOP 300 Github 明星
- 研究了 30 种编程语言
- 针对 16 种 AI 编码代理
- 只有当各种AI Coding Agent使用的规则文件在Github仓库中时，才确定正在使用AI Coding Agent。
上个月的趋势
https://ai-coding.info/reports/articles/20260812
AI Coding Agent使用率为13.9%
AI Coding Agent 库利用率为 13.9%，较上次的 13.0% 增长 0.9%。
2026年9月1日AI Coding Agent使用率
https://ai-coding.info/?date=2026-09-01#adoption-rate
2026年8月1日AI Coding Agent使用率
https://ai-coding.info/?date=2026-08-01#adoption-rate
2026年8月1日至2026年9月1日AI Coding Agent使用率趋势
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#share-trend
AI Coding Agent 按产品划分的份额
按产品划分的份额如下。
| 排行榜 | 产品名称 | 分享率 |
|---|---|---|
| 第一名 | 法典 CLI | 42.3% |
| 第二名 | 克劳德·代码 | 32.0% |
| 第三名 | 副驾驶代理 | 14.4% |
| 第四名 | 双子座 CLI | 4.9% |
| 第五名 | 光标 | 4.0% |
2026 年 9 月 1 日 AI Coding Agent 份额
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#agent-share
2026 年 8 月 1 日 AI Coding Agent 份额
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#agent-share
按编程语言划分的 AI Coding Agent 使用情况
AI Coding Agent 使用最多的编程语言是“TypeScript”，第二位是“Rust”，第三位是“Python”，第四位是“Go”，第五位是“C#”。
2026年9月1日AI Coding Agent按编程语言排名
https://ai-coding.info/?date=2026-09-01&since=2026-08-01&until=2026-09-01#language-agent-rank
2026年8月1日AI Coding Agent按编程语言排名
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#language-agent-rank
AI Coding Agent 使用的存储库数量的每月趋势
截至 2026 年 8 月 1 日，存储库数量为 1,940 个，但截至 2026 年 9 月 1 日已增加至 2,069 个，使用 AI Coding Agent 增加了 129 个存储库。
2026年8月1日至2026年9月1日使用AI Coding Agent的存储库数量变化
https://ai-coding.info/?date=2026-08-01&since=2026-08-01&until=2026-09-01#time-based-bar-chart
为什么智能眼镜爱好者创建 AI Coding.Info
我通常在名为“Kotauchi Planning”的 YouTube 频道上分享有关智能眼镜的信息。
播客“小内的未来眼镜”也每周更新。
我们还每周发布一篇名为“世界智能眼镜新闻”的每周文章。
https://note.com/kotauchisunsun/m/mf522aa5d3efd
为什么这样的人要创建一个网站来调查 AI Coding Agent 的使用趋势？这次，我将谈谈我是如何开始创建 AI Coding.Info 的。 乍一看似乎是一个不同的领域，但出发点是
“我想利用人工智能的力量简化智能眼镜软件的开发”
这就是我的感受。 2025 年 1 月左右，我正在为 LILYGO 的单眼智能眼镜开发软件，名为“T-Glass”。
T-Glass 配备了 ESP32，我正在编写一个在其上运行的程序。 当时，我觉得特殊的挑战是构建和写入实际设备所需的时间。即使你稍微改变了程序，你也必须构建它，将其写入实际机器，并检查操作。在我的开发环境中，整个过程需要时间，很难增加试错次数。 这就是为什么我想到了一种将 JavaScript 引擎“QuickJS”放在 ESP32 之上的方法。 已经有 QuickJS 移植到 ESP32 的先例，所以我想到使用它。
https://qiita.com/binzume/items/f04d3b1b06cd0f7d3111
https://github.com/binzume/esp32quickjs
这个想法是，如果您首先准备一个运行脚本的环境，那么您可以通过替换 JavaScript 代码来更改行为。
ESP32 还可以连接 Wi-Fi。因此，我用我通常使用的 TypeScript 编写代码，将其转换为 JavaScript，并将其放在文件服务器上。我们创建了一个流程，当您按下 T-Glass 上的按钮时，服务器上放置的 Javascript 代码将通过 Wi-Fi 检索并使用 QuickJS 执行。我能够自己运行这个工作流程。
如果更改发生在 JavaScript 端，则无需构建和重写整个固件。我们的目标是建立一个开发环境，在该环境中，我们可以在利用 TypeScript 类型的同时在短周期内重复检查实际设备。
让人工智能“使用一个实现作为模型”
然而，仅仅因为 JavaScript 有效并不意味着您可以自由地创建智能眼镜应用程序。 例如，为了从JavaScript操作GUI，需要实现连接QuickJS和C语言端GUI库的桥接部分。为了写这篇文章，我必须了解 QuickJS 是如何工作的，如何使用 GUI 库，以及如何在 JavaScript 和 C 之间传递值。 当时人工智能还没有那么智能，所以我尝试自己实现它，但它需要大量的知识，而且将类似的处理扩展到其他功能是相当困难的。 为此，我们使用了人工智能编码代理。那时我正在使用Roo Code。 首先，我为一个函数编写了一个桥接部分，将其用作示例，并让 AI 将类似的实现扩展到其他函数。您可以自己展示实施策略和示例，然后让用户相应地继续工作，而不是把一切都交给人工智能。 这种开发尝试最终并没有导致整个概念的完成。原因是Javascript和C语言有非常不同的基本理念。例如，指针的使用成为一个障碍。即使你移植了 ESP32 系列常用的 GUI 库 LovyanGFX 的函数，它们也会变成一堆指针，那么你应该如何用 Javascript 处理它们呢？已成为一个问题。因此，仅仅移植LovyanGFX的功能很难在Javascript中看到，我认为需要某种抽象层。然而，我觉得能够创建一个单一的实现示例，然后基于它增加相应功能的数量，这是有很大潜力的。 自己开发软件时，不必自己编写所有内容，而是可以增加可以留给AI的部分数量。为此，我开始相信我需要继续学习 AI Coding Agent。
每周都会变化的“我应该使用什么”
另一方面，我们也发现很难跟上 AI Coding Agent 的步伐。 当时（2025 年初），用作 VS Code 扩展的 AI Coding Agent，例如 Cline 和 Roo Code 是一个热门话题。还有很多其他选择，包括我之前贡献过的 Devin 和 OpenHands。 新工具、新功能的信息层出不穷，感觉就像“我现在该用什么”的问题每周都在更新。我自己也在寻找信息并尝试各种工具，但我厌倦了继续这样做。 此外，尽管我能够尝试一种流行的工具，但我对于为什么应该选择它并没有明确的决策基础。这是一个被所谓的人工智能惊喜商店所影响的构图。 我不仅要根据新功能的发布或声誉来选择我使用的工具，还要根据实际情况。我们希望使用主要信息作为决策的基础，而不仅仅是营销信息。 我注意到的是
“GitHub 的公共存储库中包含哪些 AI 编码代理？”
这就是它的意思。
定点观察使用趋势，作为自己判断的依据
随后，AI Coding.Info 于 2025 年 7 月发布。 我们创建了一个站点来检查 GitHub 公共存储库中是否有每个 AI Coding Agent 使用的规则文件，并每天记录结果。 当然，这个方法只是判断规则文件是否位于存储库中。它不测量实际使用频率或生成代码的质量，并且不捕获在没有规则文件的情况下使用规则的情况。 即便如此，如果你继续用同样的方法观察，你将能够看到变化，比如哪些工具支持更多的规则文件，哪些编程语言被越来越多地引入。 仅仅因为某个工具被频繁使用并不意味着它就是最适合您的工具。然而，我认为我可以使用在公共存储库中看到的更改作为帮助我做出决策的事情之一，而不是仅仅遵循一个又一个流动的信息。 还，
我确信我不是唯一一个厌倦了跟上人工智能信息的人
我也有这样的感觉。我还认为，通过发布我自己研究的数据，可能会对其他同样对选择工具感到困惑的人有所帮助。 AI Coding Agent 也用于 AI Coding.Info 本身的开发。原型在大约两周内创建完成，此后我们通过反复试验不断进行修改。我们持续定点观察使用趋势，距离发布已经过去了一年左右的时间。 本来我想做的并不是尝试每一个新的AI Coding Agent，而是自己高效地开发智能眼镜软件。为此，我希望得到人工智能的支持。他们还需要信息来帮助他们决定使用哪种人工智能编码代理。 利用AI为智能眼镜创建软件，并创建AI Coding.Info作为决定使用哪种AI的基础。这就是我这个智能眼镜爱好者开始创建这个网站的原因。