GitHub Octoverse 2026：40% 的 PR 由 Agent 起草，TypeScript 靠类型吃饭
10 月 28 日，GitHub Universe 上发布了 Octoverse 2026。这份年度报告这次给了一个足以让所有编程工具厂商重新对齐的结论：过去一年里，GitHub 上的合并 PR 总量涨了 1.4 倍，提交量涨了 1.66 倍，Actions 任务数涨了 2.24 倍——而增长几乎全部发生在下半年。
报告把原因归给「agentic engineering」。这篇不复述图表，而是挑几个真正能指导你决策的数字：Agent 写的 PR 到底占多少、它们质量如何、什么信号预示一个仓库会变成 agent 的主场，以及这份报告自己要你小心的地方。
一句话结论
- Agent 已经从「尝鲜」变成「主力产出」：9 月有超过 40% 的 PR 由 agent 起草，3 月这个数字是 17%，半年翻了一倍多。
- Agent 的代码并不更烂，反而更容易合：agent 参与的 PR 两周内合并率 9 月达到 90%，对照组约 86%；改动多文件的比例 87% vs 79%。
- 仓库里有没有 agent 配置文件，是 8 倍的差距：今年新建且带 agent 配置的仓库，平均提交数是同类仓库的 8 倍。
- TypeScript 坐稳第一，而且和 agent 强绑定：带 agent 信号的 2026 仓库里 35% 主语言是 TypeScript，不带信号的只有 24%。
1）先看体量：一年顶过去三年
Octoverse 2026 的统计周期是 2025 年 10 月 1 日到 2026 年 9 月 30 日。报告这次把 2024、2025 的数字按同一套定义重新算了一遍，所以和历史报告的数字对不上是正常的——这点后面单独说。
| 指标 | 2024 | 2025 | 2026 | 同比变化 |
|---|---|---|---|---|
| Push 次数 | 52 亿 | 67 亿 | 179 亿 | +167% |
| Commit 数 | 100 亿 | 129 亿 | 343 亿 | +166% |
| 合并 PR 数 | 4.02 亿 | 5.38 亿 | 13 亿 | +142% |
| Actions 任务数 | 80 亿 | 140 亿 | 454 亿 | +224% |
| 开源贡献数 | — | 11.2 亿 | 25 亿 | +123% |
把年度数字摊开看：合并 PR 平均每天 350 万、每月约 1.06 亿；Actions 每秒跑 1440 个任务，等于每天 1.24 亿。开发者总数超过 2.25 亿，其中美国 3830 万、印度 3200 万、中国 1240 万、巴西 1020 万。美国和印度各新增超过 1000 万开发者，巴西新增 328 万。
2）增长从哪儿来：从 6 月开始，一半的提交来自新仓库
只看年度总量会漏掉最关键的信息：曲线是突然抬起来的。Simon Willison 在 GitHub Universe 现场看到的图表显示，活动量在年末急剧上升，他直接把这条曲线读成「agentic engineering 正在重塑 GitHub」的证据。
报告里有一句数字特别能说明这种「突然」，那就是：从 6 月起，大约 55% 的提交来自新建仓库。也就是说，增量的大头不是老项目突然变勤快了，而是冒出来一大批新项目——而且是带着 agent 一起冒出来的。
这就解释了一个常见的困惑：为什么身边的人都觉得「AI 写代码也就那样」，但 GitHub 的数据却在爆炸。原因在于统计口径的变化——过去的「一个开发者一个仓库慢慢迭代」，正在变成「一个开发者一批新仓库快速试错」。仓库数量本身在爆炸，而不是每个仓库都变忙了。
3）最硬的四个数字：Agent 到底做了什么
这部分是这份报告里最值得逐字看的地方，因为它第一次给了 agent 产出可比的质量指标。
3.1 占比：40% 的 PR 由 agent 起草
9 月，超过 40% 的 PR 是从 agent 的第一版草稿开始的，3 月这个比例是 17%。9 月的总量是 1.1 亿个 PR，约为 3 月的 6 倍。半年时间，agent 从「辅助」走到了「起草者」。
3.2 质量：agent 的 PR 反而更容易合并
这是最反直觉的一条。agent 参与的 PR：
- 两周内合并率 90%（9 月），对照组约 86%；这条曲线从 2 月的 83% 一路升上来。
- 改动多个文件的比例 87%，对照组 79%——agent 更敢做跨文件的重构，而不是只改一行。
请注意报告自己给的限定：agent 参与度是被检测出来的下限，不是完整计数。所以真实比例只会更高，不会更低。但这两条同时成立也说明一件事：「agent 写的代码质量差」这个旧印象，至少在 GitHub 的大样本上已经不成立了——前提是有人 review。
3.3 杠杆：有 agent 配置的仓库，提交数是 8 倍
这条对读者最有用。今年新建的仓库里，带 agent 配置文件（比如 AGENTS.md、CLAUDE.md 这类）的仓库，平均提交数是没带的 8 倍。
这里有明确的因果方向问题：不能断言「写了配置文件所以提交变多」，也可能是「活跃的项目才愿意维护配置文件」。但无论哪种解读，它都给了一个低成本的动作——如果你的仓库还没有 agent 配置文件，现在补一份是性价比最高的事，因为这是报告里唯一一个能直接对上「产出量」的仓库级信号。
3.4 工具：Copilot 用户已经过半分给 agent
Copilot 侧的数据也很能说明工具的转向：
- 55% 的 Copilot 月活用户用过 agent 类功能，一年前是 35%。
- Copilot 云端 agent 使用量同比增长 230%，agent chat 增长 85%。
- 自己选模型的用户里，61% 会同时用多个模型，四个月前是 50%。
- 付费用户可选模型数从 5 月的 29 个涨到 9 月的 47 个；但从请求量看，最热门的模型占不到 25%。
- 开发者自选请求的分布：38% 通用、37% 深度推理/规划、25% 快速轻量。
- 63% 的付费用户在 9 月至少用过一次自动选模型。
最后两条合起来看很有意思：模型越来越多，但没人真的在手动挑——过半用户干脆交给自动选择。「模型选型」这件事，正在从开发者的工作变成工具的工作。
4）TypeScript 第一，而且和 agent 强绑定
语言排名这次没有变化：TypeScript 第一、Python 第二、JavaScript 第三。但细节里有信息。
| 语言 | 月活贡献者年增 | 社区增速 | AI 参与 PR 占比 |
|---|---|---|---|
| TypeScript | +362 万 | +134% | 44.1% |
| Python | +323 万 | +118% | 41.1% |
| Javascript | +182 万 | — | — |
| Rust | — | +162%（百分比增速最快，翻倍） | 40.4% |
| Java | — | +30% | 21.2% |
另外一条更值得注意：2026 年带 agent 信号的仓库里，35% 的主语言是 TypeScript；不带 agent 信号的仓库里这个比例只有 24%。老仓库里同样的对比是 27% vs 17%。
这个关系可以这样理解：TypeScript 的类型系统，恰好是 agent 最需要的护栏。类型错误能被编译器立刻抓出来，agent 就有反馈闭环；动态语言缺这一层，agent 改错了得等人跑测试才发现。这不是玄学，是工程上的直接对应。
反过来看 Java 只有 21.2% 的 AI 参与度，也印证了同一个逻辑：语言越重、样板代码越多、编译反馈越慢，agent 的性价比就越低。
5）一个被忽略的信号：逆向工程仓库涨了 300%
报告里有一条容易被跳过的数字：提到「互操作性」或「逆向工程」的仓库，从 2025 年约 3 万个涨到 2026 年 13 万以上，涨幅超过 300%。
怎么统计的？报告说明：靠关键词，比如「clean room implementation」和「drop-in replacement」。
这条和 agent 的关系在于成本结构：重写一个兼容层、把闭源 API 的行为复刻出来，过去是需要几个月人力的活；现在 agent 可以并行试错。所以 agent 普及之后，「兼容实现」这类工作从奢侈品变成了日用品。这个趋势对开源生态是好事还是坏事，报告没下判断，但它显然是今年最值得盯的暗线之一。
6）这份报告要你自己小心的地方
Octoverse 的可信度在于它主动公布了口径问题，这在厂商报告里不多见。以下是原文列出的、会直接影响你引用数字的几条：
- 历史数字被重算过。2024、2025 的数据按同一套定义、同一个 10 月至 9 月的窗口重新计算，所以和往年发布的报告对不上是设计使然，不是修正错误。
- 公私仓口径不统一。有的指标含私有仓库，有的只算公开；行业、开源贡献、项目排名都只用公开数据。
- 排除了垃圾账号、员工和可识别 bot。这一点很关键——如果 agent 被算成 bot，那 40% 这个数字就不成立了；报告的「agent 参与」是通过提交特征检测的，且明确说是下限。
- 地域靠自报。profile 里自己填的位置，且只公布开发者数超过 100 的地区。中国的 1240 万这个数字，就是这个口径下的结果。
- 行业分类是抽样估算。用仓库名、描述、topic 和 README 推出来的；「提到 AI」和「agent 信号」这两类标记会重叠。
- 预测模型不完美。报告跑了 43 个预测模型，自己写明「没有一个是完全准确的」。所以「2030 年印度 5750 万开发者」这类数字，只能当方向看。
7）对你的三条实际建议
把上面这些数字落到可执行的动作上，其实只有三条：
第一，给仓库补 agent 配置文件。8 倍的提交量差距是这份报告里最强的仓库级信号，就算有一半是选择偏差，剩下的也够本了。
第二，如果你在选技术栈做新项目，倾向 TypeScript。不是因为流行，而是因为 44.1% 的 AI 参与度说明它和 agent 工作流的契合度已经被大规模验证。类型检查器就是 agent 的免费测试。
第三，别再手动挑模型了。63% 的付费用户已经在用自动选择，最热模型占不到 25% 的请求——这组数据的意思是：任务和模型的匹配度，比你对某个模型的偏好更重要。把精力放在写清楚需求和 review 上。
如果你只是想跟上这些工具的节奏，俱乐部这边有拼车套餐，用的是同一批上游，省的是账号和额度管理的麻烦。
小结
Octoverse 2026 最有价值的不是那几个创新高的总数，而是三个结构性事实：
一，agent 已经是主力起草者——40% 的 PR 从它开始，而且合并率比人类组更高（90% vs 86%）。二，agent 能力正在重塑语言选择——TypeScript 靠类型系统拿到 44.1% 的 AI 参与度，Java 只有 21.2%。三，增长来自新仓库的洪水而不是老项目的提速，55% 的提交从 6 月起来自新建仓库。
至于那些预测和行业分类，看看趋势就好。报告自己的口径说明已经提醒得很清楚了——方向可信，绝对值要打折。
参考来源
GitHub Octoverse 2026 官方报告：Commits, pushes reach new highs in 2026 as developers build with agents（2026-10-28 发布，统计周期 2025-10 至 2026-09）
GitHub Octoverse 专题页：历年报告与方法学说明
Simon Willison：GitHub Universe 现场记录与 Octoverse 2026 图表解读（2026-10-28）
