GitHub Octoverse 2026：超 40% 的 PR 由智能体起草，代码推送量超 2024 与 2025 之和
GitHub 10 月 28 日发布 Octoverse 2026：超 40% 的 PR 由智能体起草，推送量超 2024 与 2025 之和。
GitHub 在 2026 年 10 月 28 日发布年度开发者生态报告 Octoverse 2026：报告统计了过去 12 个月（2025 年 10 月 1 日至 2026 年 9 月 30 日，含私有仓库）平台上的全部开发活动，其中最扎眼的一条是——到 9 月，超过 40% 的 pull request 以智能体起草的初稿起步，而 3 月这个比例还只有 17%，9 月单月的智能体起步 PR 约 1.1 亿个，约为 3 月的 6 倍。
要点
- 过去 12 个月开发者向 GitHub 推送代码 179 亿次，超过 2024 与 2025 两年之和；全年 commit 343 亿次、合并 PR 13 亿个，两者都达到两年前的 3 倍以上。
- 到 2026 年 9 月，超 40% 的 PR 以智能体初稿起步（3 月为 17%），9 月单月约 1.1 亿个；新建仓库若带 agent 配置文件，commit 数是没有该配置仓库平均值的 8 倍。
- Copilot 月活用户中 55% 用上了 agentic 功能，一年前只有 35%；智能体仓库明显偏向 TypeScript——2026 年新建仓库中，有 agent 信号的 35% 以 TypeScript 为主语言，无信号的只有 24%。
背景
Octoverse 是 GitHub 每年一度盘点平台开发活动的报告，往年最常被引用的结论是语言排名——2025 年版报告里 TypeScript 首次超过 Python 和 JavaScript 登顶。2026 年版把叙事重心换掉了：语言排名之外，报告第一次把「智能体参与了多少工作」当成主指标，官方博客的标题就叫「commits、pushes 创新高，开发者与智能体协作构建」。
有两个口径问题需要先交代，否则后面所有数字都会被误读。其一，2024 与 2025 的历史数字按今年新口径重新计算过——新口径把私有仓库纳入统计窗口——所以和往年报告里直接引用的旧数字不可比。其二，GitHub 称「agent 信号」是下限（floor），因为并非所有智能体使用都能被检测到；但官方没有公布检测误差或漏检规模，因此不能从这个描述推算真实比例，也不能量化实际使用与报告数字之间的差距。
报告里的关键数字
把报告的主指标放在一张表里（数据窗口 2025-10-01 至 2026-09-30，来源为 GitHub 官方博客）：
| 指标 | 数值 | 同比或对照 |
|---|---|---|
| 代码推送 | 179 亿次 | 超 2024 与 2025 之和 |
| Commit | 343 亿次 | 约两年前的 3 倍以上 |
| 合并 PR | 13 亿个（日均 350 万） | 约两年前的 3 倍以上 |
| 智能体起步 PR 占比 | 超 40%（9 月） | 3 月为 17%，单月约 1.1 亿个 |
| 带 agent 配置新仓库 | commit 多 8 倍 | 对无配置仓库平均值 |
| Copilot 月活用 agentic 功能 | 55% | 一年前 35% |
| 新仓库主语言 TypeScript（有 agent 信号） | 35% | 无信号 24% |
| 开发者总数 | 超 2.25 亿 | 印度 3200 万居第二，美国 3830 万 |
语言与行业两个切面值得单说。语言上，TypeScript 月度贡献者一年增加 362 万，Python 增加 323 万，Rust 一年翻倍、在头部语言中增速第一；报告指出 TypeScript、Python 与 Rust 的合并 PR 中约四成到四成四带有 AI 参与痕迹，明显偏向最容易被机器验证的语言。行业上反差更大：建筑业仓库的智能体发起 PR 占比全场最高（约 9%），而医疗、矿业这些被普遍视为 AI 重投入的行业，仓库里大量提到 AI（四成以上），真正由智能体发起 PR 的却不到 3%。
预测部分 GitHub 自己也露了底牌：他们跑了 43 个时间序列与回归模型外推到 2031 年，约一半给出「极端增长」（3 倍以上），不到一半是「可观增长」（2 到 3 倍），只有 3 个模型低于 2 倍。报告原话是「我们的预测模型彼此不再一致」——连 GitHub 也说不清这条曲线明年怎么走。
各方说法
印度的印度科技媒体 Digit 把报道重点放在国别数据上：印度以 3200 万开发者居全球第二（中国 1240 万第三、巴西 1020 万第四），一年新增 1008 万，增速 46% 高于美国的 37%，GitHub 甚至预测 2030 年印度将以 5750 万反超美国的 5470 万。
但同一篇文章也给出了本报告目前最系统的质疑，可归纳为四点：GitHub 在评估自家平台的数据，天然有利益相关性；国别归属基于开发者自报的位置；2024、2025 数字按新口径重算，纵向对比被重新定义；印度的结论建立在一半模型给出「极端增长」的预测上，而模型之间本就不一致。Digit 给读者的建议是「把它当信号，不是普查」（signal rather than a census）。Visual Studio Magazine 的独立报道补充了另一个重要限制：这些数字是 GitHub 自己的平台测量，不应被读作智能体编写的改动更可靠；带 agent 配置文件的新仓库平均 commit 数是其他新仓库的 8 倍，但这只是相关性，不能证明配置导致更多提交。
不过并非所有质疑都成立。Digit 把 3 月到 9 月的占比变化写成「比 3 月高出一倍」（twice higher than in March），按官方口径 17% 到 40% 以上实际超过 2.3 倍——独立报道在引用数字时同样会走样，本文以官方博客原文为准。
智能体 PR 合并更快
报告里一个少被提及但信息量不小的细节：智能体参与的 PR 不但数量涨了，合并速度也追上来了。9 月时，智能体参与 PR 在两周内合并的比例是 90%，非智能体 PR 约 86%——而 2 月时这个对比还是 83% 对 86%，智能体 PR 更慢。半年时间，从拖后腿变成略快。
2 月到 9 月发生了什么，报告没有给出因果解释，我们也不该替它补：可能是工具链成熟了，可能是提交者学会了把智能体用在更适合的任务上，也可能是人类审查流程适应了新节奏。但趋势本身可以核实：去年此时「AI 生成的代码难合并」还是普遍抱怨，现在 GitHub 的平台上这两类 PR 的合并速度已经没有差距。摩擦没有消失，而是转移到了审查与验证环节——Anthropic 公开的 Claude Code 团队代码审查流程 正是一个成熟团队把力气花在哪里的样本。
编辑判断
对开发者和工程管理者，这些数字适合作为平台采用趋势的线索，而不是团队效率的直接证明：GitHub 报告称四成以上 PR 从智能体初稿开始；带 agent 配置的新仓库平均 commit 数是没有该配置文件的新仓库的 8 倍。配置文件显示仓库带有 agent 配置，却不能证明团队日常如何使用它，也不能说明它导致了更多提交。Visual Studio Magazine 也提醒，不能把这组平台数据当作智能体改动更可靠的证据。至于「单位产出变多」在就业市场的投射，本站此前报道的 Indeed 数据：Claude Code 发布后美国程序员招聘不降反增 是一个可对照的样本。
行业分布的反差是第二面镜子。建筑业仓库的智能体 PR 占比最高，医疗、矿业大量谈论 AI 却很少用智能体改代码——「AI 战略」写在报告里和跑在仓库里是两回事。对做智能体编码工具的团队，这组数据说明渗透率的天花板还远没到：按官方口径，GitHub 平台上仍有近六成 PR 起步时没有智能体参与。
要诚实说清的局限有三层。数据窗口只有 GitHub 平台，且含私有仓库的统计口径由 GitHub 单方定义，无法独立复核；GitHub 将 agent 信号称为下限，但没有公布检测误差，不能据此推算真实使用比例；预测模型自己打架，任何「2031 年将达 X」的引用都不该当真。对选型的团队，比相信任何预测更有用的做法，是看看自己仓库里过去一个月的 PR 有几成由智能体起步——这个数你一查就有。