De AI-revolutie in code schrijven: wat 400.000 repositories ons leren

AI-hulpmiddelen voor programmeurs zijn razendsnel uitgegroeid tot een vast onderdeel van het dagelijkse werk. Tools als Cursor en GitHub Copilot horen inmiddels bij veel ontwikkelaars, maar de vraag blijft: welke tools wint eigenlijk terrein en hoe worden ze echt gebruikt?

Een grootschalig onderzoek op GitHub geeft daar nu een antwoord op. Door meer dan 400.000 openbare repositories te analyseren, ontstaat een helder beeld van hoe teams AI-assistenten inzetten.

Hoe de data is verzameld

De onderzoekers zochten specifiek naar configuratiebestanden die horen bij de verschillende AI-tools. Voor Cursor ging het bijvoorbeeld om .cursorrules, maar ook andere tools lieten zich op deze manier terugvinden.

Naast het tellen van bestanden voegden ze extra informatie toe via de GraphQL API. Daardoor kregen ze inzicht in wanneer bestanden zijn aangemaakt en hoe vaak ze worden bijgewerkt. Zo wordt duidelijk of teams een tool echt gebruiken of alleen even hebben ingesteld.

Wat de cijfers vertellen

De aanwezigheid van zo’n configuratiebestand wijst op een bewuste keuze. Het laat zien dat een team of ontwikkelaar de moeite heeft genomen om de tool aan te passen aan hun werkwijze. Tegelijkertijd is het een ondergrens: veel mensen gebruiken AI-hulpmiddelen zonder zo’n expliciet bestand.

De resultaten laten ook interessante patronen zien. Zo blijkt dat:

• Sommige tools populairder zijn dan anderen, met verschillen tussen individuele en teamgebruikers
• Veel repositories meerdere AI-tools tegelijk gebruiken
• De grootte en taal van een project vaak samenhangen met hoe intensief een tool wordt gebruikt

Wat er ontbreekt

De studie analyseert alleen openbare repositories. Privéprojecten, die bij organisaties vaak de kern van hun AI-gebruik zijn, blijven buiten beeld. Ook laat de data zien dat veel teams AI-tools gebruiken zonder expliciet te documenteren in een bestand. De resultaten zijn daarom vooral representatief voor de tech-savvy teams die hun workflows wel degelijk zichtbaar maken.

Wat dit voor jou betekent

De belangrijkste les voor ontwikkelaars: alleen al een tool installeren is niet genoeg. De teams die er het meest aan hebben, nemen de tijd om de tool te configureren en te matchen met hun code en werkwijze. Dat maakt het verschil tussen een generieke assistent en een tool die écht bij jouw projecten past.

De markt is nog steeds in beweging. Veel teams experimenteren met meerdere tools, rather dan te kiezen voor een één-op-één oplossing.