Detecting AI Coding Agents in Open Source: A Validated Multi-Method Census of 180 Million Repositories

Detecting AI Coding Agents in Open Source показывает, насколько разные способы внедрения агентов дают разные следы в истории разработки. Перепись более 180 миллионов Git-репозиториев обнаруживает крупный, быстро растущий наблюдаемый след, но не превращает его в точную абсолютную долю внедрения.

Корпус и система обнаружения

Авторы использовали три снимка World of Code: декабрь 2024 года, октябрь 2025 года и апрель 2026 года. Вместе инфраструктура индексирует более 180 миллионов репозиториев GitHub, GitLab, Bitbucket и других площадок и устраняет часть двойного счёта форков.

Сигналы разделены на четыре типа: централизованный bot-аккаунт, подпись в сообщении коммита, распределённое авторство с суффиксом инструмента и только конфигурационный файл. Подход сочетает поиск по сообщениям, идентичностям авторов и файлам вместо единственного универсального признака.

Один канал видит малую часть

В снимке V2510 объединение методов нашло 850 157 коммитов Claude Code, тогда как поиск только по bot-аккаунту вернул 28 154, или 3,3% от найденного объединением. Это примерно 30-кратный разрыв относительной полноты для одного инструмента и снимка.

Абсолютная полнота неизвестна: даже объединение методов остаётся нижней границей, поскольку «тихая» работа под человеческой идентичностью может не оставить сигнала. Поэтому 30× нельзя переносить на каждый инструмент или считать множителем истинного внедрения во всей экосистеме.

Масштаб наблюдаемой активности

В период с декабря 2025 по март 2026 года атрибутированные агентам коммиты достигли более 320 тысяч в месяц. В пяти месячных данных V2604 Claude Code дал 886 122 коммита и составил половину обнаруженной agent commit-активности; конфигурационные следы Claude встречались в 21 078 проектах.

Доля атрибутированных ИИ коммитов среди не-bot активности в обнаруженных проектах выросла с 1,6% в декабре 2025 года до 6,7% в марте 2026 года. Однако последовательные снимки одновременно расширяют сам корпус, а данные около границы загрузки неполны, поэтому межсрезовые разницы являются грубой тенденцией, а не чистой скоростью adoption.

Pull request и commit видят разные миры

Сопоставление с AIDev показало почти непересекающиеся каналы. Перепись pull request пропускала 79% проектов Claude Code, найденных по коммитам в том же окне, а commit-метод почти не видел Codex, который обычно доставляет работу через squash-merged pull request.

Следовательно, наблюдаемый профиль задач зависит не только от инструмента, но и от способа развёртывания и канала обнаружения. Облачные PR-агенты выглядели ориентированными на функции, а агенты прямых коммитов — на сопровождение; это нельзя читать как внутреннее свойство моделей без учёта выборки.

Валидация и ограничения

Авторы вручную проверили 495 размеченных случаев по ячейкам метода и снимка и рассчитали доверительные интервалы точности. При этом подход сознательно предпочитает полноту: конфигурационный файл может означать установку без фактического использования, а часть старых ячеек не была повторно валидирована.

Работа измеряет видимые артефакты открытого ПО, а не причинный эффект на продуктивность или качество. Её главный результат — доказательство структурной неполноты любого одно-канального census и необходимость стандартизированной атрибуции агентного кода.