コーディングハーネスの使われ方：内省的分析
Tamarillo チームは、Cursor、Copilot、Claude などの AI コーディングアシスタント（ハーネス）の設定ファイルを含む GitHub 上の約 40 万の公開リポジトリを分析しました。調査範囲は市場シェア、採用動向、設定表面の解剖、複数ハーネスの共存、およびスター数・言語・所有者タイプによるリポジトリの人口統計です。これは設定の意図を反映したものであり、実際の使用状況の下限を示します。
記事インテリジェンス
要点
- AI コーディングハーネスの設定ファイルを持つ ~40万の GitHub 公開リポジトリを分析。
- 市場シェア、採用動向、設定パターン、複数ハーネスの共存をカバー。
- 公開リポジトリのみで、設定の存在は日常的な使用を意味しない。
重要な理由
このニュースが重要なのは、AI コーディングハーネスの設定ファイルを持つ ~40万の GitHub 公開リポジトリを分析ためです。
技術的影響
モデル選定、推論コスト、プロダクト能力、評価基準に影響する可能性があります。
Tamarillo は、AI コーディングハーネスの設定ファイルがどのように使われているかを理解するため、GitHub 上の公開リポジトリを大規模に調査しました。約 40 万のリポジトリから、Cursor、GitHub Copilot、Claude、Gemini、Windsurf、Continue など、10 以上の主要なツールの設定ファイルを収集し、分析しました。
調査手法はシンプルです。各ハーネスに対して設定ファイルのパターンを定義し、GitHub REST API でコード検索を行い、さらに GraphQL API でコミット数、ファイルサイズ、作成日などの情報を追加しました。分析対象は市場シェアと採用のダイナミクス、設定ファイルの存在・サイズ・更新頻度、複数ハーネスの同時使用パターン、リポジトリのスター数・使用言語・所有者タイプによる内訳です。
このデータは公開リポジトリのみを対象としており、設定ファイルの存在はハーネスが設定されたことを示すだけで、毎日使われているとは限りません。そのため、実際の採用率の下限と見なすべきです。Tamarillo 自身は theta-spec と theta プロジェクトを開発しており、この分析はハーネス利用の体系化を目指す取り組みの一環です。
研究者は、結果を解釈する際に方法論と限界についてのセクションを参照するよう促しています。例えば、検索パターンが一部の設定を見逃す可能性や、リポジトリ数にはごくわずかなフォーク（0.1%未満）が含まれていることなどが挙げられます。このレポートは、AI コーディングツールの実際の浸透度を測るための再現可能な温度計として機能し、モデル選定や推論コストの評価に役立つでしょう。