Hva skjedde
36Kr rapporterer at JetBrains Researchs 2026 Developer Ecosystem Survey fant rask vekst i bruk av AI-kodemiddel blant mer enn 15 000 profesjonelle utviklere over hele verden. Omtrent 90 % skal ha brukt en AI-programmeringsagent på jobben minst én gang i uken, mens 68 % brukte en daglig. Undersøkelsen inkluderte programvareutviklere og ingeniører samt roller innen AI/ML, DevOps, arkitektur, data og kvalitetssikring.
36Kr rapporterer at JetBrains Research undersøkte mer enn 15 000 profesjonelle utviklere over hele verden for sin 2026 Developer Ecosystem Survey, med omtrent 90 % av respondentene beskrevet som utviklere, programmerere eller programvareingeniører. Den rapporterte undersøkelsesperioden var fra mai til juli 2026. Kilden sier at undersøkelsen også dekket AI/ML-ingeniører, DevOps-ingeniører, arkitekter, dataingeniører og QA-ingeniører, så overskriftens resultater beskriver et bredt profesjonelt teknologipublikum i stedet for bare konvensjonelle applikasjonsprogrammerere.
I følge 36Kr brukte omtrent 90 % av profesjonelle utviklere AI-programmeringsagenter på jobben minst en gang i uken, og 68 % brukte dem hver dag. JetBrains rapporterte definisjon av en agent inkluderte lokalt kjørende og skybaserte agenter. Kilden presenterer disse tallene som bevis på at agenter beveger seg forbi sporadisk kodefullføring eller spørsmålssvar mot deltakelse i større utviklingsoppgaver.
36Kr rapporterer at Claude Codes adopsjon på arbeidsplassen steg fra omtrent 18 % i januar 2026 til 39 % i mai–juli. I USA var det rapporterte tallet 47 %. Andelen som navngir Claude Code som det primære eller mest brukte AI-kodingsverktøyet ble rapportert til 31 %. GitHub Copilots bruk på arbeidsplassen ble rapportert til 21 % i mai–juli, ned fra omtrent 29 %–31 % mellom midten av 2025 og begynnelsen av 2026. Kilden sier at begge produktene hadde 79 % bevissthet. Den rapporterer også at OpenAI Codex-adopsjon øker fra 3 % til 16 %, Cursor går ned fra 18 % til 12 %, åpen kildekode OpenCode når 7 %, Google Antigravity når 6 %, og JetBrains egne verktøy når rundt 9 %.
Hvorfor det betyr noe
Tallene tyder på at AI-kodeverktøy er i ferd med å bli en del av rutinemessig programvarearbeid, selv om undersøkelsen ikke fastslår hvor mye produktivt arbeid agenter fullfører eller hvor pålitelig produksjonen deres er. 36Krs konto beskriver også et skifte i markedskonkurranse fra redaktørbasert assistanse mot verktøy som kan håndtere bredere utviklingsoppgaver, inkludert kodebaseendringer, testing og gjentatt utførelse.
Den rapporterte rangeringen er viktig fordi den indikerer at markedet for AI-assistert programvareutvikling kan være fragmentert rundt ulike former for assistanse. 36Kr beskriver Claude Code og Codex som agenter som kan operere utenfor et tradisjonelt integrert utviklingsmiljø, mens Cursors rapporterte nedgang presenteres sammen med kontinuerlig bevissthetsvekst. Hvis mønsteret er representativt, blir anerkjennelse av et verktøy og gjentatt bruk av arbeidsplassen distinkte mål på konkurransekraft.
De rapporterte ukentlige og daglige bruksratene peker også på en mulig endring i hvordan programvareteam fordeler arbeid. Agenter kan brukes til depotnavigering, kodemodifisering, testkjøring, feilsøking og andre flertrinnsoppgaver i stedet for bare å generere kodebiter. Det kan påvirke arbeidsflyter for utviklere, gjennomgangspraksis, onboarding og etterspørsel etter verktøy som administrerer tillatelser, testing, versjonskontroll og revisjonsspor. Kilden viser imidlertid ikke at agenter uavhengig fullfører disse oppgavene vellykket eller at de reduserer utviklingstiden.
For kjøpere og arbeidere er adopsjonstallene alene en ufullstendig veiledning. Undersøkelsen som beskrevet gir ikke feilrater, sikkerhetshendelser, målinger av kodekvalitet, totalkostnad, oppgavemiks eller bevis på at ett produkt gir bedre resultater enn et annet. Det fastslår heller ikke om respondentene kunne velge flere verktøy, hvordan «bruk» ble målt, hvordan utvalget ble rekruttert eller vektet, eller om resultatene generaliserer til mindre bedrifter, ikke-tekniske arbeidsplasser eller utviklere utenfor den undersøkte populasjonen. Disse grensene gjør tallene nyttige som et øyeblikksbilde av adopsjon, ikke som en produktivitetsdom.
Interaktiv mekanisme: Hvordan det faktisk fungerer
Utforsk den underliggende teknologien bak denne utviklingen interaktivt.
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?
Hva du skal se neste
Hovedspørsmålene er om Claude Code kan opprettholde sin rapporterte ledelse, om OpenAI Codex fortsetter å bli tatt i bruk, og om GitHub Copilot eller Cursor reverserer sine rapporterte nedganger. Mer nyttig bevis vil omfatte metodikk, prøvevekting, produktivitet på oppgavenivå, feilrater, kostnader, sikkerhetskontroller og uavhengige sammenligninger av verktøyenes virkelige ytelse.
Den neste utviklingen å se er om det rapporterte gapet vedvarer i senere undersøkelser. Claude Codes bevegelse fra 18 % til 39 % i kildens tall er betydelig, men en enkelt undersøkelsesperiode kan ikke vise om økningen reflekterer varig adopsjon, midlertidig eksperimentering, endringer i spørsmålsformuleringen eller forskjeller i respondentpopulasjonen. En oppfølging med samme spørsmål og prøvetakingsmetode vil gjøre trenden lettere å tolke.
Codex, GitHub Copilot og Cursor vil være viktige sammenligningspunkter. 36Kr rapporterer om sterk vekst for Codex, en nedgang for Copilot og en nedgang for Cursor til tross for høyere bevissthet om Cursor. Fremtidig rapportering bør skille arbeidsplasstilgjengelighet fra primærverktøystatus, bruksfrekvens, betalt bruk og bruk for påfølgende produksjonskode. Disse forskjellene kan endre betydningen av den nåværende rangeringen.
Det mest konsekvente beviset vil komme fra distribusjoner og evalueringer som måler fullførte oppgaver i stedet for oppgitt bruk. Nyttige indikatorer vil inkludere uavhengig reviderte suksessrater, gjennomgangsbyrde, regresjoner, testytelse, sikkerhet og personvernbeskyttelse, tillatelseskontroller, ventetid og kostnad per fullført oppgave. Kilden rapporterer ikke disse tiltakene, og den bekrefter ikke uavhengig JetBrains Researchs underliggende undersøkelsesresultater. Inntil slike bevis er tilgjengelige, er den klareste støttede konklusjonen at 36Kr rapporterer bred og økende bruk av AI-kodingsmidler, sammen med en rapportert omstokking av verktøyadopsjon. Samlet beskriver tallene rapportert adopsjon og bevissthet på arbeidsplassen, ikke en endelig ligatabell over teknisk kapasitet. Verdien deres er størst når den leses sammen med undersøkelsens omfang, den angitte tidsperioden og de metodiske spørsmålene som forblir ubesvarte i den tilgjengelige kontoen.