AI图鉴

AI图鉴首页 › AI 资讯 › Octoverse:在开发者用 agents 构建时,提交、 推动、 2026

Octoverse:在开发者用 agents 构建时,提交、 推动、 2026 年达到新高

来源:GitHub Blog · 发布时间:10-29 · 由 AI图鉴每小时自动聚合

在2026年Octoverse的报告中,看看创纪录的增长年是如何到达每一个行业,每一个领域,以及各种建筑商的。 后Octoverse:提交,推

GitHub 工作人员

GitHub是世界上最好的开发者经验,也是每个步骤中都包含安全性的唯一AI动力平台,因此可以自信地创新。

在2026年Octoverse的报告中,看看创纪录的增长年是如何到达每一个行业,每一个领域,以及各种建筑商的。

|

24分钟

开发者在过去12个月中将代码推向了179亿次的GitHub,超过了2024年和2025年的总和。

这个数字背后是开发商建立他们感兴趣的东西以及他们的社区需要什么。 在尼泊尔,一名开发商在GitHub Pages上建立了一个洪灾公告,其中载有经核实的公路、救援、天气和电力方面的信息。 它后来发展成为尼泊尔首个在GitHub Pages and Actions上运行的官方灾害警报中继的Gati. 在其他地方,美国航天局喷气推进实验室的开发者正在创建软件,设计在航天器上运行程序,粉丝们建造了开源固件,让人们定制他们的电子阅读器。 以GitHub为标准

增长很快。 整个一年中,GitHub上的活动急剧向上倾斜,就像agents从开发者们正在尝试的东西一起工作一样。 开发者从前所未有的模式中挑选出更多的模型,并在本报告中首次强调从保健到农业。

Octoverse是我们退后看整个画面的机会。 今年,情况比以往任何时候都大。 这里最突出的是:

- 更多AI,更多的东西。 在今年创建的寄存器中,记录的agent配置文件的平均重播量是没有重播的平均新重播量的8倍。

- 截至9月,开发人员用agent启动超过40%的拉力请求。 3月为17%. 对于不断增长的作品份额,第一个动作现在正在引导agent,审查是开发者如何塑造回来的东西。

- 开发者在模型选择上动作迅速。 9月,61%的GitHub Copilot用户使用了一个以上的模型,请求分散在一般目的、深刻推理和规划以及快速和轻量级模型中

- 建筑师从每个领域出现。 今年,我们首次分享了我们对于各行业公共储存库的看法。 自2022年以来,服务于采矿、建筑、医疗保健和农业的再保有量分别增长了数倍。

在这一切之下,AI模型和围绕它们建造的绳索在过去一年里都取得了进步,开发者有更多的选择。 增长正在迅速发展:去年的五年发展者增长预测已经过去了一年,我们预测的每一个国家到2030年的距离至少已经关闭了五分之一,我们自己的预测模型也不再就下一步发展的方向达成一致。

今年的一切都是为了势头。 开发者在过去12个月里将代码更改推向了GitHub 179亿次,超过2024次和2025次的总和。 在所有的(公共和私人)雷波类型中,捐款攀升更快,达到343亿,是两年前的三倍多。 在同一期间,拉力请求的合并增加了两倍多,达到13亿,平均每天350万。

Agents是今年最依赖的工具开发者之一,将其拉入日常工作深处。 在今年创建的Repos中,记录的agent配置文件的平均Repo比平均新Repo多8倍,表明从第一天起用agents建设的个人和团队以明显不同的速度前进。

开发者还依靠自动化来维持项目的移动。 GitHub Actions今年每秒经营1,440次。 这相当于每天1.24亿次,是去年总数的3倍以上。 开发者合并了超过3000万个Dependabot牵引请求,以保持依赖性流畅,减少已知弱点的使用,大约是2025年的两倍速度。

我们的遥测显示活动从1月份开始稳步攀升,然后在6月份左右猛增,仿佛各地的开发者同时看到了新的可能。 就在那时,一系列全行业的转变都落地了:更好的基础模型,围绕它们构建的绳索和工具,agents 运行在它们身上。 Agents从单会场工具转向持久性工具,这些工具可以跟踪不同日子里的进展,协调其他专业的agents. 同样重要的是,agents开始广泛使用云,远程执行工作以及在当地机器上执行工作。

这种势头既出现在全新的再投放中,也出现在多年建设的开发者身上。 从6月起,约55%的承付款来自全新的储存库。 过去12个月里推开代码的开发者平均在GitHub运行了36个月,在8月打开拉动请求的开发者中,9月超过75%的开发者推开代码。 它们也在分化:平均开发商现在比一年前增加了10%的储存库。

显示在开源的停留电源也在上升 2026年公共捐款激增至25亿,是去年总额(11.2亿)的两倍以上。 他们利用代理工作流程,维持一个机器可读的公开API信息目录。 另一个例子是@kim-em,他在维护数学利卜的同时贡献了17.8万多份,而数学利卜是电脑检查数学的社区图书馆。 @andig是开源 EV充电控制器和家用能源管理系统evcc的维护者,贡献了超过21000次。

这些只是数百万开发者每天所做工作的几个例子。 我们看到你,我们很高兴你正在建造。

报告每个数字背后都有一个开发者。 目前GitHub服务于其中的2.25亿以上,社区在全球不断壮大。 美国(3,830万)和印度(3,200万)仍然是两个最大的开发商社区,每个开发商今年增加了1000多万。 巴西今年在GitHub上增加了328万个开发商,位居任何国家第三位。

去年,我们预计到2030年,印度将达到5 750万开发者,美国将达到5 470万。 在这个五年窗口的一年里,我们预测的每个国家已经关闭了至少五分之一距离自己的2030年数字。 美国关闭了38.6%,印度关闭了28.3%.

各区域的显示的相同势头,每个区域都有自己的地方背景:

一年过去了,增长与去年的预测相比是强劲的,预测未来五年将变得更加困难。 我们运行了超过40个预测模型 2031年,时间序列和回归模型基于历史的注册和使用数据,每一个假设不同的增长速度。 大约一半要求“极端”增长,到2031年,开发商对GitHub的依赖超过三倍。 不到一半要求“实质性”增长,翻一番,翻了三倍。 只有三种模式预计到任何接近于适度,低于2x增长。

2026年的激增有多大程度上扩大了2031年的合理范围。 保持稳定的是趋势的形状:一个开发者社区同时在更多地方增长。

在过去的报告中,“任何地方”都意味着更多的开发者和更多的国家,例如在向公共储存库提供代码的顶级国家:

今年也意味着更多领域

使用北美行业分类系统(NAICS),将经济活动分为多个部门。 一种语言模型将每年从2022年到2026年创建的公共储存库的随机样本分类,根据它们的名称、描述、主题和README,将每个样本分配给它所服务的行业。 我们还跟踪了两个信号:一个寄存器是否提及AI,以及agent是否针对它开启了拉力请求。

这两种信号并不总是一起移动。 在行政和支助服务、采矿、保健和农业方面,每10个储存库中有4个以上提到AI,然而agent打开的拉拉请求很少,不到3%。 建筑打破了这种模式。 大约四分之一的储存库提到AI,但大约9%有agent打开的拉力请求,在任何部门中最高的份额

2022年以来,每个行业的足迹都发生了变化,超过软件的部门也在攀升。 专业、科学和技术服务在所有行业中从第四位上升到第二位,仅落后于信息。 农业、林业、渔业和狩猎攀登两个地点,金融、保险、保健和社会援助各攀升一个。 根据每个部门自己的2022年基线,采矿、采石和石油和天然气开采从一个小型的起点基地、行政和支助服务以及建筑业增长约65倍,增长17至18倍,甚至制造业(其中最慢的)几乎增长了两倍。

这些部门转移的背后是熟悉自己的田地的人,现在使用AI编码agents来建造。 例如,在制造业中,一个小团队构建了一个方法,将你工具的照片转换成定制的,3D可打印的抽屉组织器。 一个医疗保健研究实验室让科学家们更容易分析组织样本的巨大数字扫描,即一类病理学家研究来了解疾病。 在哥本哈根,一个大学实验室建造了一条管道,将游戏中的鸡的视频分类,从滑稽到捕虫。 一个Waikato大学能源中心建造了一个工具包,帮助工业工厂找到它们可以再利用的热量,保加利亚的数字部开源是一个门户,任何人都可以在那里追踪谁赢得了公共合同和多少。 对于作家来说,一个小说家制作了一个免费的应用软件,使得手稿看起来像你打字时的书。 在田间后场,最接近问题的人正在构建解决方案,agents帮助沿途。

专业、科学和技术服务,比2022年基线增长5倍,并攀升到第二位,是研究、工程和咨询的工作,开放代码长期以来一直是这项工作的一部分。 在生物化学中,AlphaFold背后的作品赢得了Demis Hassabis和John Jumper在2024年诺贝尔化学奖中的份额。 在计算机科学中,Tensor2Tensor随同论文"变形金刚"(推出 the Transformer),即今天大型语言模型背后的架构,“Attention Is All You need”. 在医学方面,Sars-cov-2-staility将代码和数据保存在最早的一篇关于病毒在空气和表面存活时间的论文后面。 在物理学中,eht-image是用来重建第一个黑洞图像的两个开源库之一。 一个寄存器悄悄地成为了出版研究背后的论文线索的一部分。

更多开发者现在开始一个拉力请求,方法是指定他们想要什么,并且协调执行它的agents. 至2026年9月,GitHub上超过40%的拉力请求以agent的第一稿开始,比3月的17%有所上升。 仅9月就有1.1亿,大约是3月6日的量。

Agent启动的拉动请求也更经常地更改多个文件:约87%,而79%的拉动请求没有检测到agent参与。 他们也快降落了 2月,83%的agent-参与拉力请求在两周内合并,在没有检测到agent参与的情况下,拉力请求在大约86%后触摸。 到9月,agent拉力请求达到90%,而比较组则保持约86%.

GitHub Copilot的每月活跃用户中,55%现在使用代理特性,比一年前的35%有所增加。 最陡峭的增长

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(github.blog)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 597 款 AI 工具分类导航 · 每日 AI 热门项目与动态