大型開源專案的維護者中,64%表示,AI協助產生的貢獻增加了程式碼審查時間。
Linux基金會(Linux Foundation)調查了234名貢獻者與維護者,其中111名維護者回答了相關問題。受訪者估計,收到的拉取請求(PR)平均約有25%品質不佳或由AI生成;在貢獻者超過50人的大型專案中,這項比例估計為31%。
這些數字來自維護者的評估,並非對儲存庫中所有提案的全面統計。調查也將「品質不佳」與「由AI生成」合併為同一選項,解讀時須留意這項限制。報告由紅帽(Red Hat)贊助。
GitHub於28日(當地時間)發布的《Octoverse 2026》報告,列出由程式碼代理工具啟動的拉取請求統計。9月,代理工具開始撰寫初稿的拉取請求達1億1000萬件,占全部請求逾40%,高於3月的17%。
統計期間為2025年10月1日至2026年9月30日。報告中的多數指標涵蓋公開與私人儲存庫。GitHub表示,無法偵測所有代理工具的使用情況,因此統計數字是實際使用規模的下限。
拉取請求是開發者提交程式碼變更,請專案審查並合併的流程。代理工具開始撰寫初稿,不代表後續修改與審查也由工具獨自完成。AI程式碼代理工具可依開發者指定的工作處理任務,並產生程式碼變更草稿。
GitHub Copilot每月活躍使用者中,使用代理功能的比例從一年前的35%升至55%。可在遠端環境處理開發者交辦工作的Copilot cloud agent,使用量則較前一年增加230%;這項數字反映功能使用量的變化,並非使用者比例。
由代理工具啟動的拉取請求中,約87%修改了多個檔案;未偵測到代理工具介入的請求中,這項比例為79%。9月啟動的請求在兩週內合併的比例,前者為90%,後者約為86%。僅憑修改檔案數或是否合併,無法判斷程式碼品質或審查耗時。
GitHub也統計,AI程式碼審查功能的使用量較前一年增加逾90%。代理工具初稿占比與維護者調查的對象及測量方式不同,不能視為同一指標比較。
TokenPost先前報導了同一份報告中的程式碼推送、提交與合併拉取請求統計;本次報告另列出代理工具初稿占比及Copilot使用數據。
GitHub同日也發布Copilot app,可串接多種代理工具與開發工具;並推出Copilot Fusion,能依工作步驟組合一個或多個模型。
留言 0