Mi történt
A 36Kr jelentése szerint a JetBrains Research 2026-os fejlesztői ökoszisztéma felmérése szerint világszerte több mint 15 000 professzionális fejlesztő körében gyors növekedés tapasztalható az AI kódoló ágensek használatában. A jelentések szerint körülbelül 90%-uk legalább hetente egyszer használt AI programozó ügynököt a munkahelyén, míg 68%-uk naponta. A felmérésben szoftverfejlesztők és mérnökök, valamint AI/ML, DevOps, architektúra, adatszolgáltatás és minőségbiztosítási szerepkörök vettek részt.
A 36Kr jelentése szerint a JetBrains Research több mint 15 000 professzionális fejlesztőt kérdezett meg világszerte a 2026-os fejlesztői ökoszisztéma felméréséhez, a válaszadók nagyjából 90%-át fejlesztőnek, programozónak vagy szoftvermérnöknek nevezték. A felmérésben közölt időszak 2026 májusától júliusig tartott. A forrás szerint a felmérés AI/ML mérnökökre, DevOps mérnökökre, építészekre, adatmérnökökre és minőségbiztosítási mérnökökre is kiterjedt, így a főbb eredmények széles professzionális technológiai közönséget írnak le, nem pedig csak a hagyományos alkalmazásprogramozókat.
A 36Kr szerint a professzionális fejlesztők körülbelül 90%-a hetente legalább egyszer, 68%-a pedig minden nap használt AI programozási ügynököt a munkahelyén. A JetBrains által közölt ügynökdefiníció a helyileg futó és a felhőalapú ügynököket is magában foglalta. A forrás ezeket a számokat annak bizonyítékaként mutatja be, hogy az ügynökök az alkalmi kódkiegészítésen vagy a kérdések megválaszolásán túl a nagyobb fejlesztési feladatokban való részvétel felé haladnak.
A 36Kr jelentése szerint a Claude Code munkahelyi elfogadása a 2026. januári 18%-ról május-júliusra 39%-ra emelkedett. Az Egyesült Államokban ez az arány 47% volt. A Claude Code-t, mint elsődleges vagy leggyakrabban használt mesterséges intelligencia kódoló eszközt 31%-ról számolták be. A GitHub Copilot munkahelyi elterjedtségét május–júliusban 21%-ról számolták be, ami a 2025 közepe és 2026 eleje közötti durván 29–31%-os arányról szól. A forrás szerint mindkét termék ismertsége 79%-os volt. Azt is beszámolja, hogy a OpenAI Codex elfogadottsága 3%-ról 16%-ra nőtt, a Cursor 18%-ról 12%-ra csökkent, a nyílt forráskódú OpenCode elérte a 7%-ot, a Google Antigravitáció elérte a 6%-ot, a JetBrains mintegy 9%-át pedig a JetBrains eszközei.
Forrás részletei: eu.36kr.com ↗
Miért számít
A számok azt sugallják, hogy a mesterséges intelligencia kódoló eszközök a rutin szoftvermunka részévé válnak, bár a felmérés nem állapítja meg, hogy az ügynökök mennyi produktív munkát végeznek, és mennyire megbízható a kimenetük. A 36Kr beszámolója azt is leírja, hogy a piaci verseny elmozdul a szerkesztő-alapú segítségnyújtásról az olyan eszközök felé, amelyek képesek kezelni a szélesebb körű fejlesztési feladatokat, beleértve a kódbázis módosításait, tesztelését és ismételt végrehajtását.
A jelentett rangsor azért fontos, mert azt jelzi, hogy a mesterséges intelligencia által támogatott szoftverfejlesztés piaca a segítségnyújtás különböző formáira töredezett. A 36Kr a Claude Code-t és a Codex-t olyan ügynökökként írja le, amelyek a hagyományos integrált fejlesztési környezeten túl is működhetnek, míg a Cursor bejelentett hanyatlása a folyamatos ismertségnövekedés mellett jelenik meg. Ha a minta reprezentatív, akkor az eszköz felismerése és az ismételt munkahelyi használat a versenyerő különálló mérőszámaivá válnak.
A jelentett heti és napi használati arányok a szoftvercsapatok munkaelosztásának lehetséges változására is utalnak. Az ügynökök nem csak töredékek generálására használhatók, hanem a lerakatban való navigációra, a kód módosítására, a tesztvégrehajtásra, a hibakeresésre és más többlépcsős feladatokra is. Ez hatással lehet a fejlesztői munkafolyamatokra, a felülvizsgálati gyakorlatokra, a bevezetésre, valamint az engedélyeket, a tesztelést, a verziókezelést és az audit nyomvonalakat kezelő eszközök iránti keresletre. A forrásból azonban nem derül ki, hogy az ügynökök önállóan oldják meg ezeket a feladatokat, vagy csökkentik a fejlesztési időt.
A vásárlók és a munkavállalók számára az örökbefogadási adatok önmagukban hiányos útmutatót jelentenek. A leírt felmérés nem ad hibaarányt, biztonsági incidenseket, kódminőségi méréseket, teljes költséget, feladatmixet vagy bizonyítékot arra vonatkozóan, hogy az egyik termék jobb eredményeket hoz, mint a másik. Azt sem állapítja meg, hogy a válaszadók választhattak-e több eszközt, hogyan mérték a „használatot”, hogyan toborozták vagy súlyozták a mintát, vagy hogy az eredmények általánosíthatók-e kisebb cégekre, nem műszaki jellegű munkahelyekre vagy a vizsgált sokaságon kívüli fejlesztőkre. Ezek a korlátok hasznossá teszik a számokat az elfogadás pillanatképeként, nem pedig a termelékenységi ítéletként.
Interaktív mechanizmus: Hogyan működik valójában
Fedezze fel interaktívan a fejlesztés mögött meghúzódó technológiát.
crm_get_transaction(id='4092').An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?
Mit nézzünk ezután
A fő kérdések az, hogy a Claude Code meg tudja-e tartani a bejelentett előnyét, hogy a OpenAI Codex továbbra is egyre népszerűbb-e, és hogy a GitHub Copilot vagy a Cursor megfordítja-e a bejelentett csökkenést. A hasznosabb bizonyítékok közé tartozik a módszertan, a mintasúlyozás, a feladatszintű termelékenység, a hibaarányok, a költségek, a biztonsági ellenőrzések és az eszközök valós teljesítményének független összehasonlítása.
A következő figyelendő fejlemény az, hogy a jelentett szakadék megmarad-e a későbbi felmérésekben. A Claude Code 18%-ról 39%-ra való elmozdulása a forrás adataiban jelentős, de egyetlen felmérési időszak nem tudja kimutatni, hogy a növekedés tartós átvételt, átmeneti kísérletezést, a kérdés megfogalmazásában bekövetkezett változásokat vagy a válaszadók körében fennálló különbségeket tükrözi-e. Az azonos kérdéseket és mintavételi módszert alkalmazó nyomon követés megkönnyítené a trend értelmezését.
A Codex, GitHub Copilot és Cursor fontos összehasonlítási pontok lesznek. A 36 Kr a Codex esetében erőteljes növekedésről, a Copilot csökkenésről, a Cursor esetében pedig a Cursor nagyobb ismertsége ellenére csökkenésről számol be. A jövőbeni jelentéseknek meg kell különböztetniük a munkahelyi rendelkezésre állást az elsődleges eszköz állapotától, a használat gyakoriságától, a fizetett használattól és az ebből következő termelési kódhoz való felhasználástól. Ezek a megkülönböztetések megváltoztathatják a jelenlegi rangsor jelentését.
A legkövetkezményesebb bizonyítékok olyan telepítésekből és értékelésekből származnának, amelyek az elvégzett feladatokat mérik, nem pedig a bejelentett felhasználást. A hasznos mutatók közé tartoznak a független auditált sikerarányok, a felülvizsgálati teher, a regressziók, a tesztelési teljesítmény, a biztonság és az adatvédelem, az engedélyek ellenőrzése, a késleltetés és a befejezett feladatonkénti költség. A forrás nem számol be ezekről az intézkedésekről, és nem erősíti meg függetlenül a JetBrains Research kutatási eredményeit. Amíg ilyen bizonyítékok nem állnak rendelkezésre, a legvilágosabban alátámasztott következtetés az, hogy a 36Kr az AI kódoló ágensek széleskörű és növekvő alkalmazásáról számol be, az eszközök alkalmazásának átrendeződése mellett. Összességében a számok a bejelentett munkahelyi elfogadást és tudatosságot írják le, nem pedig a technikai képességek végleges bajnoki táblázatát. Értékük akkor a legnagyobb, ha a felmérés terjedelmével, a megadott időtartammal és a rendelkezésre álló beszámolóban megválaszolatlan módszertani kérdések mellett olvassuk.