Революция AI-ассистентов для кода: что говорят 400 тысяч репозиториев

За последние два года AI-инструменты для разработчиков перестали быть просто интересной новинкой. Они превратились в обычную часть рабочего процесса. Cursor, GitHub Copilot и другие помощники уже стоят на вооружении у тысяч программистов. Но главный вопрос остаётся открытым: какие инструменты реально используют, и как именно это происходит в командах?

Недавнее исследование попыталось ответить на этот вопрос, проанализировав более 400 тысяч публичных репозиториев на GitHub. Результаты получились довольно неожиданными.

Как собирали данные

Исследователи искали в открытых репозиториях характерные файлы конфигурации для каждого AI-инструмента — например, .cursorrules для Cursor. Поиск вели через REST API GitHub, после чего дополняли данные через GraphQL API. Это позволило получить не просто факт наличия файла, а целую историю: когда файл появился, как менялся его размер, сколько раз его обновляли.

Такая детализация показывает не просто факт установки инструмента, а реальную активность команды с ним.

Что показывают цифры

Обнаружить 400 тысяч репозиториев с конфигурациями AI-инструментов — само по себе примечательно. Однако это только нижняя граница реальной картины. Такие файлы говорят о том, что команда сознательно настроила помощника для своего проекта. Но они не фиксируют тех, кто использует AI без специальных настроек.

Исследование затрагивает несколько важных аспектов:

Динамика популярности: какие инструменты сейчас набирают обороты и какие в лидерах.

Паттерны настройки: насколько глубоко разработчики конфигурируют инструменты — используют ли готовые настройки или создают свои.

Использование нескольких инструментов: многие команды не ограничиваются одним помощником. Они экспериментируют с несколькими одновременно, что говорит о том ещё не сформировавшейся рынке.

Характеристики проектов: как тип владельца (частное лицо или организация), размер проекта и язык программирования связаны с использованием AI-ассистентов.

Важные ограничения

Исследователи сразу предупредили о нескольких важных ограничениях. Они анализировали только публичные репозитории — частные проекты, где часто происходит более глубокая интеграция, не попали в набор данных. Кроме того, данные отражают намерения,而不是 фактическое использование.估计