编码工具使用情况解析：一次深度内省
Tamarillo 团队对 GitHub 上超过 40 万个包含 AI 编码助手（如 Cursor、Copilot、Claude 等）配置文件的公开仓库进行了大规模分析。研究覆盖了市场份额、采用动态、配置表面解剖、多工具共存模式以及仓库人口统计数据（星级、语言、所有者类型）。该分析反映了配置意图，是实际采用情况的下限。
文章情报
要点
- 分析了 ~400K 个 GitHub 公开仓库中的 AI 编码助手配置文件。
- 涵盖了市场份额、采用趋势、配置模式及多工具共存情况。
- 研究仅限于公开仓库，且仅反映配置意图而非日常使用。
为什么重要
这条新闻值得关注，因为分析了 ~400K 个 GitHub 公开仓库中的 AI 编码助手配置文件。
技术影响
可能影响模型选型、推理成本、产品能力和评测基准。
近日，Tamarillo 团队发布了一项关于 AI 编码助手（coding harness）配置文件的大规模分析报告。该研究旨在系统化地了解这些工具在开源社区的采用情况，为此他们扫描了 GitHub 上约 40 万个包含相关配置文件的公开仓库。
研究涉及的编码助手包括 Cursor、GitHub Copilot、Claude、Gemini、Windsurf、Continue 等十多种主流工具。通过定义每种工具配置文件的搜索模式，团队利用 GitHub REST API 进行代码搜索，并使用 GraphQL API 补充了提交次数、文件大小、创建日期等元数据。
报告主要关注以下几个维度：市场份额与采用动态、配置表面解剖（文件存在性、大小、修改频率）、多工具共现情况，以及仓库按星级、编程语言和所有者类型的分布。值得注意的是，该数据集仅包含公开仓库，且配置文件的出现仅代表用户设置了该工具，并不保证日常使用，因此这是实际采用率的一个下限。
Tamarillo 本身开发了 theta-spec 和 theta 项目，旨在规范编码助手的配置方式，这份分析也是其系统化工作的一部分。研究人员提醒读者注意方法论与局限性部分，例如搜索模式可能遗漏某些配置方式，且仓库数量中包含极少量（<0.1%）的 fork 副本。
尽管部分结论可能符合预期，该报告仍为开发者生态提供了一个可复现的温度计，帮助理解 AI 编码工具的真实渗透情况。分析结果对于模型选型、推理成本评估以及产品优化具有一定的参考价值。