編碼工具使用情況解析：一次深度內省
Tamarillo 團隊對 GitHub 上超過 40 萬個包含 AI 編碼助手（如 Cursor、Copilot、Claude 等）配置檔案的公開倉庫進行了大規模分析。研究覆蓋了市場份額、採用動態、配置表面解剖、多工具共存模式以及倉庫人口統計資料（星級、語言、所有者型別）。該分析反映了配置意圖，是實際採用情況的下限。
文章情報
要點
- 分析了 ~400K 個 GitHub 公開倉庫中的 AI 編碼助手配置檔案。
- 涵蓋了市場份額、採用趨勢、配置模式及多工具共存情況。
- 研究僅限於公開倉庫，且僅反映配置意圖而非日常使用。
為什麼重要
這條新聞值得關注，因為分析了 ~400K 個 GitHub 公開倉庫中的 AI 編碼助手配置檔案。
技術影響
可能影響模型選型、推理成本、產品能力和評測基準。
近日，Tamarillo 團隊釋出了一項關於 AI 編碼助手（coding harness）配置檔案的大規模分析報告。該研究旨在系統化地瞭解這些工具在開源社群的採用情況，為此他們掃描了 GitHub 上約 40 萬個包含相關配置檔案的公開倉庫。
研究涉及的編碼助手包括 Cursor、GitHub Copilot、Claude、Gemini、Windsurf、Continue 等十多種主流工具。透過定義每種工具配置檔案的搜尋模式，團隊利用 GitHub REST API 進行程式碼搜尋，並使用 GraphQL API 補充了提交次數、檔案大小、建立日期等後設資料。
報告主要關注以下幾個維度：市場份額與採用動態、配置表面解剖（檔案存在性、大小、修改頻率）、多工具共現情況，以及倉庫按星級、程式語言和所有者型別的分佈。值得注意的是，該資料集僅包含公開倉庫，且配置檔案的出現僅代表使用者設定了該工具，並不保證日常使用，因此這是實際採用率的一個下限。
Tamarillo 本身開發了 theta-spec 和 theta 專案，旨在規範編碼助手的配置方式，這份分析也是其系統化工作的一部分。研究人員提醒讀者注意方法論與侷限性部分，例如搜尋模式可能遺漏某些配置方式，且倉庫數量中包含極少量（<0.1%）的 fork 副本。
儘管部分結論可能符合預期，該報告仍為開發者生態提供了一個可復現的溫度計，幫助理解 AI 編碼工具的真實滲透情況。分析結果對於模型選型、推理成本評估以及產品最佳化具有一定的參考價值。