GitHub 年度报告：超四成 PR 由智能体起草
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载代码推送量创新高
过去 12 个月，开发者向 GitHub 推送代码 179 亿次，这一数字超过 2024 与 2025 两年的总和。报告将增长与开发者围绕自身兴趣和社区需求构建项目联系起来，并列举了多个例子：尼泊尔的一位开发者用 GitHub Pages 搭建洪水公告，汇集道路、救援、天气和电力信息，后来发展为面向尼泊尔用户的官方灾害警报转发服务，运行在 GitHub Pages 与 Actions 上；NASA 喷气推进实验室的开发者编写用于航天器上运行程序的软件；爱好者则做出可自定义电子阅读器的开源固件。报告称这种增长在年中明显加速，时间点与智能体从试用转向日常协作相吻合。
智能体参与 PR 的比例
智能体在开发流程中的位置正在前移。截至 9 月，开发者发起的拉取请求中超过 40% 由智能体起草，而 3 月这一比例仅为 17%。报告还给出仓库层面的对比：今年新建的仓库中，带有智能体配置文件的仓库平均提交量是不带此类文件仓库的 8 倍。报告描述的工作方式变化是，对越来越多的工作而言，第一步变成指挥智能体，评审则成为开发者塑造产出的环节。这意味着代码评审环节的输入更多来自机器起草，开发者角色向任务分派与结果把关倾斜。
模型选择趋于分散
开发者在模型选择上并不集中于单一选项。9 月，61% 的 GitHub Copilot 用户使用了不止一个模型，请求分布在通用模型、深度推理与规划模型、以及快速轻量模型之间。报告将此归因于过去一年模型及其外围工具链的进步，开发者可选的方案更多。这一数据说明实际使用中不同任务会匹配不同模型，而非由单一模型覆盖全部场景。
首次按行业看仓库
今年报告首次披露按行业划分的公开仓库视图。服务于采矿、建筑、医疗和农业的仓库自 2022 年以来各自增长数倍。报告还提到，去年给出的五年开发者增长预测执行一年后，所预测的每个国家都已提前达到相应节点。这些数据把增长从总量层面拆到具体行业，显示 AI 相关开发活动正在向传统行业扩散。
为什么值得看
智能体从试用转为日常协作对象，40% 的 PR 由智能体起草，直接改变开发与评审流程。
信源1 家
关键事实
相关 · 行业
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。