Apa yang berlaku
36Kr melaporkan bahawa Tinjauan Ekosistem Pembangun JetBrains Research 2026 mendapati pertumbuhan pesat dalam penggunaan ejen pengekodan AI dalam kalangan lebih 15,000 pembangun profesional di seluruh dunia. Kira-kira 90% dilaporkan menggunakan ejen pengaturcaraan AI di tempat kerja sekurang-kurangnya sekali seminggu, manakala 68% menggunakan ejen pengaturcaraan setiap hari. Tinjauan itu termasuk pembangun perisian dan jurutera serta peranan AI/ML, DevOps, seni bina, data dan jaminan kualiti.
36Kr melaporkan bahawa JetBrains Research meninjau lebih daripada 15,000 pembangun profesional di seluruh dunia untuk Tinjauan Ekosistem Pembangun 2026, dengan kira-kira 90% responden disifatkan sebagai pembangun, pengaturcara atau jurutera perisian. Tempoh tinjauan yang dilaporkan ialah Mei hingga Julai 2026. Sumber mengatakan tinjauan itu turut meliputi jurutera AI/ML, jurutera DevOps, arkitek, jurutera data dan jurutera QA, jadi hasil tajuknya menggambarkan khalayak teknologi profesional yang luas dan bukannya pengaturcara aplikasi konvensional sahaja.
Menurut 36Kr, kira-kira 90% pembangun profesional menggunakan ejen pengaturcaraan AI di tempat kerja sekurang-kurangnya sekali seminggu, dan 68% menggunakannya setiap hari. Takrifan ejen yang dilaporkan oleh JetBrains termasuk ejen yang dijalankan secara tempatan dan berasaskan awan. Sumber membentangkan angka tersebut sebagai bukti bahawa ejen bergerak melangkaui penyelesaian kod sekali-sekala atau menjawab soalan ke arah penyertaan dalam tugas pembangunan yang lebih besar.
36Kr melaporkan bahawa penggunaan tempat kerja Claude Code meningkat daripada kira-kira 18% pada Januari 2026 kepada 39% pada Mei–Julai. Di Amerika Syarikat, angka yang dilaporkan ialah 47%. Saham yang menamakan Claude Code sebagai alat pengekodan AI utama atau paling biasa digunakan dilaporkan pada 31%. Penggunaan tempat kerja GitHub Copilot dilaporkan pada 21% pada bulan Mei–Julai, turun daripada kira-kira 29%–31% antara pertengahan 2025 dan awal 2026. Sumber mengatakan kedua-dua produk mempunyai 79% kesedaran. Ia juga melaporkan penggunaan OpenAI Codex meningkat daripada 3% kepada 16%, Cursor menurun daripada 18% kepada 12%, OpenCode sumber terbuka mencecah 7%, Google Antigravity mencapai 6%, dan mencapai 9% alatan JetBrains sendiri.
Mengapa ia penting
Angka-angka menunjukkan bahawa alat pengekodan AI menjadi sebahagian daripada kerja perisian rutin, walaupun tinjauan itu tidak menentukan berapa banyak ejen kerja produktif menyelesaikan atau sejauh mana kebolehpercayaan output mereka. Akaun 36Kr juga menerangkan peralihan dalam persaingan pasaran daripada bantuan berasaskan editor ke arah alatan yang boleh mengendalikan tugas pembangunan yang lebih luas, termasuk perubahan asas kod, ujian dan pelaksanaan berulang.
Kedudukan yang dilaporkan penting kerana ia menunjukkan bahawa pasaran untuk pembangunan perisian berbantukan AI mungkin berpecah-belah di sekitar pelbagai bentuk bantuan. 36Kr menerangkan Claude Code dan Codex sebagai ejen yang boleh beroperasi melangkaui persekitaran pembangunan bersepadu tradisional, manakala penurunan Cursor yang dilaporkan dibentangkan bersama pertumbuhan kesedaran yang berterusan. Jika corak itu mewakili, pengiktirafan alat dan penggunaan berulang di tempat kerja menjadi ukuran yang berbeza bagi kekuatan daya saing.
Kadar penggunaan mingguan dan harian yang dilaporkan juga menunjukkan kemungkinan perubahan dalam cara pasukan perisian memperuntukkan kerja. Ejen boleh digunakan untuk navigasi repositori, pengubahsuaian kod, pelaksanaan ujian, penyahpepijatan dan tugasan berbilang langkah lain dan bukannya hanya untuk menjana coretan. Itu boleh menjejaskan aliran kerja pembangun, amalan semakan, onboarding dan permintaan untuk alatan yang mengurus kebenaran, ujian, kawalan versi dan jejak audit. Walau bagaimanapun, sumber itu tidak menunjukkan bahawa ejen menyelesaikan tugas ini dengan jayanya atau mengurangkan masa pembangunan.
Bagi pembeli dan pekerja, angka anak angkat sahaja adalah panduan yang tidak lengkap. Tinjauan seperti yang diterangkan tidak memberikan kadar ralat, insiden keselamatan, ukuran kualiti kod, jumlah kos, campuran tugas atau bukti bahawa satu produk menghasilkan hasil yang lebih baik daripada yang lain. Ia juga tidak menentukan sama ada responden boleh memilih berbilang alatan, cara "penggunaan" diukur, cara sampel diambil atau ditimbang, atau sama ada keputusan itu digeneralisasikan kepada firma yang lebih kecil, tempat kerja bukan teknikal atau pemaju di luar populasi yang dikaji. Had tersebut menjadikan angka itu berguna sebagai gambaran penggunaan, bukan sebagai keputusan produktiviti.
Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya
Terokai teknologi asas di sebalik pembangunan ini secara interaktif.
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?
Apa yang perlu ditonton seterusnya
Soalan utama ialah sama ada Claude Code boleh mengekalkan petunjuknya yang dilaporkan, sama ada OpenAI Codex terus mendapat pakai dan sama ada GitHub Copilot atau Cursor membalikkan penurunan yang dilaporkan. Bukti yang lebih berguna termasuk metodologi, pemberat sampel, produktiviti peringkat tugas, kadar ralat, kos, kawalan keselamatan dan perbandingan bebas prestasi dunia sebenar alatan.
Perkembangan seterusnya yang perlu diperhatikan ialah sama ada jurang yang dilaporkan berterusan dalam tinjauan kemudian. Pergerakan Claude Code daripada 18% kepada 39% dalam angka sumber adalah besar, tetapi satu tempoh tinjauan tidak dapat menunjukkan sama ada peningkatan itu mencerminkan penggunaan tahan lama, percubaan sementara, perubahan dalam perkataan soalan atau perbezaan dalam populasi responden. Tindakan susulan menggunakan soalan dan kaedah pensampelan yang sama akan menjadikan trend lebih mudah untuk ditafsirkan.
Codex, GitHub Copilot dan Cursor akan menjadi titik perbandingan yang penting. 36Kr melaporkan pertumbuhan kukuh untuk Codex, penurunan untuk Copilot dan penurunan untuk Cursor walaupun kesedaran yang lebih tinggi tentang Cursor. Pelaporan masa hadapan harus membezakan ketersediaan tempat kerja daripada status alat utama, kekerapan penggunaan, penggunaan berbayar dan penggunaan untuk kod pengeluaran berbangkit. Perbezaan tersebut boleh mengubah makna kedudukan semasa.
Bukti yang paling berbangkit akan datang daripada penggunaan dan penilaian yang mengukur tugasan yang telah selesai dan bukannya penggunaan yang dinyatakan. Penunjuk berguna akan termasuk kadar kejayaan yang diaudit secara bebas, beban semakan, regresi, prestasi ujian, perlindungan keselamatan dan privasi, kawalan kebenaran, kependaman dan kos setiap tugas yang telah disiapkan. Sumber tidak melaporkan langkah-langkah ini, dan ia tidak secara bebas mengesahkan hasil tinjauan asas JetBrains Research. Sehingga bukti sedemikian tersedia, kesimpulan yang paling jelas disokong ialah 36Kr melaporkan penggunaan ejen pengekodan AI yang meluas dan semakin berkembang, di samping rombakan penggunaan alat yang dilaporkan. Secara keseluruhannya, angka tersebut menggambarkan penerimaan dan kesedaran tempat kerja yang dilaporkan, bukan jadual liga yang pasti keupayaan teknikal. Nilainya adalah paling besar apabila dibaca bersama skop tinjauan, tempoh masa yang dinyatakan dan soalan metodologi yang masih belum dijawab dalam akaun yang tersedia.