九游娱乐-平台官网

　　如果说2025年有什么主题，那就是增长。平均每秒钟都有一位以上的新开发者加入GitHub——过去一年新增开发者超过3600万。这是我们迄今为止最快的绝对增长速度，

　　GitHub Copilot Free于 2024 年底发布，恰逢开发者注册量出现飞跃式增长，远超预期。除了为生态系统带来数百万新开发者之外，我们还见证了代码仓库、拉取请求和代码推送等各方面活跃度的显著提升。开发者平均每分钟创建超过 230 个新仓库，每月平均合并4320万个拉取请求（同比增长 23%），并在 2025 年累计提交近 10 亿次代码（同比增长 25.1%）——其中仅 8 月份就创下了近 1 亿次提交的纪录。

　　这一活跃度的激增恰逢一个结构性里程碑：TypeScript 于 2025 年 8 月首次超越 Python 和 JavaScript，成为 GitHub 上使用最广泛的语言，这反映出开发者正在重塑他们的工具包。这标志着十多年来最重大的语言转变。

　　我们看到的增长是全球性的：仅印度今年就新增了 500 多万开发者（占所有新帐户的 14% 以上），并且到 2030 年，GitHub 上每三个新增开发者中就有一个来自印度。

　　超过 110 万个公共代码库正在使用 LLM SDK，其中仅过去 12 个月就新增了 693,867 个项目（同比增长 178%，2025 年 8 月对比 2024 年 8 月）。开发者们还合并了创纪录的 5.187 亿个拉取请求（同比增长 29%）。此外，人工智能的普及速度也很快：GitHub 上 80% 的新开发者在第一周就开始使用 Copilot。

　　。2025 年 8 月，TypeScript 的使用量超过了 Python 和 JavaScript。它的崛起表明，开发者正在转向使用类型化语言，这使得智能辅助编码在生产环境中更加可靠。几乎所有主流前端框架现在都默认使用 TypeScript 作为脚手架，这无疑也促进了 TypeScript 的发展。即便如此，Python 在人工智能和数据科学工作负载方面仍然占据主导地位，而 JavaScript/TypeScript 生态系统的整体活跃度仍然高于 Python 本身。

　　过去，开发者的选择意味着选择集成开发环境（IDE）、编程语言或框架。但到了2025年，情况将发生改变。我们发现，人工智能工具的快速普及与开发者语言偏好的演变之间存在着关联。这种转变以及其他一些变化表明，人工智能不仅影响着代码编写的速度，还影响着开发者使用的语言和工具。

　　2025年最重要的事情之一是什么？经纪人来了。我们数据的早期信号已经开始显现其影响，但最终都指向一个关键点：我们才刚刚起步，预计未来几个月和几年内，经纪人的活动将会更加活跃。

　　2023年，GitHub的开发者数量突破1亿大关，此前近三年，其开发者数量从5000万增长到1亿。但仅过去一年，GitHub就以迄今为止最快的绝对增长速度改写了这一增长曲线亿开发者在GitHub上进行开发。

　　一年内，超过 3600 万开发者加入了 GitHub（同比增长 23%），这巩固了 GitHub 作为主要协作平台的地位。

　　我们发现，GitHub 上近 80% 的新开发者在第一周内就开始使用GitHub Copilot，这表明人工智能已成为新程序员的必备技能。

　　每分钟约有 25 名开发者来自亚太地区，约 12 名来自欧洲，约 6.5 名来自非洲和中东，约 6 名来自拉丁美洲。仅印度今年就新增了超过 500 万名开发者。

　　从历史上看，开发者注册量和代码库创建量一直遵循着可预测的逐年增长模式。2024年 12 月Copilot Free的发布加速了这一增长趋势，使数百万用户首次体验到人工智能驱动的工作流程。最终结果如何？我们以往的增长模式发生了翻天覆地的变化。

　　到 2025 年，81.5% 的贡献发生在私有仓库中，而 63% 的仓库是公开的。这种比例凸显了 GitHub 的双重角色：大多数日常工作发生在私有项目中，但却依赖于公共开源项目中的库、模型和框架。

　　私有代码库的增长速度（同比增长 33%）也高于公共代码库（同比增长 19%），这反映了 GitHub 上组织发展的增长。我们有时也会看到开源软件 (OSS) 的开发工作始于私有项目。

　　2025 年是 GitHub 历史上最活跃的 12 个月，公共和开源项目的贡献数量超过 11.2 亿。根据SPACE 框架（该模型考察开发者的满意度、绩效、活跃度、沟通和效率），这一增长反映了开发者活跃度的创纪录水平。随着开发者越来越多地使用生命周期管理 (LLM) 和代理，今年的数据中出现了一些新的、值得注意的关联性。

　　2025年初，发展势头加速，这与3月份Copilot编码代理的预览版和4月份Copilot代码审查功能的推出不谋而合。3月份，开发者解决的问题比上个月增加了140万个，随后继续刷新纪录，最终在7月份达到了550万个问题的解决量。

　　代码提交是推动这一增长的主要因素，预计到 2025 年提交次数将超过 9.86 亿次（同比增长 25%），到 5 月份，每月提交次数将超过 9000 万次。其他活动也随之而来：

　　这些是观察信号，而不是因果关系，还需要做更多的工作来了解人工智能对软件开发产生的全面影响。

　　Notebooks 如今已成为成熟的实验工具，而 Dockerfiles 则被视为实现可复现性和生产环境的桥梁。预计到 2025 年，将有 240 万个代码库使用 Notebooks（同比增长 75%），190 万个代码库使用 Dockerfiles（同比增长 120%）。这种增长很可能源于对代理和 LLM 进行沙箱化的需求，而容器化是安全运行和扩展它们的实用方法。

　　我们对开发者进行了深入访谈，了解他们的代码审查流程，结果发现，使用Copilot代码审查的开发者中有72.6%表示它提高了他们的工作效率

　　随着GitHub上开发者总数的增长以及热门智能体工具的发布，再加上TypeScript和Python等语言的整体活跃度提升，2025年的数据显示，快速原型设计和实验将会更加普及。

　　2025 年的一个显著趋势是“vibe coding”（氛围编码）。vibe coding最初由 Andrej Karparthy 提出，它是一种开发者工作流程的简称，这种工作流程从想法开始，直接跳到可运行的概念验证（通常在一个晚上完成，这得益于 AI 自动完成和可复制粘贴的云工具）。

　　这听起来或许有些戏谑，但其意义却十分重大：如果人工智能辅助工具继续降低编程门槛，我们可能会看到编程素养大幅提升。未来几个月乃至几年，我们将密切关注这一领域的发展趋势。

　　过去五年不仅重塑了 GitHub 的开发者格局，而且以前所未有的速度改变了全球活动的分布。

　　2025年，印度新增开发者超过520万，占GitHub 2025年新增3600万开发者总数的14%以上。这使得印度成为今年GitHub上最大的新开发者来源国，并延续了自2020年以来的快速增长势头。

　　这些地区拥有庞大的年轻开发者群体、不断扩大的互联网接入以及蓬勃发展的创业生态系统。随着当地企业采用新技术以在全球范围内展开竞争，这些地区在人工智能相关项目方面也取得了最快的增长。

　　在过去的五年（2020 年至 2025 年）里，印度、巴西和印度尼西亚的开发者数量增加了四倍多；日本和德国的开发者数量增加了三倍多；美国、英国和加拿大的开发者数量增加了一倍多。

　　随着印尼崛起成为东南亚的数字强国（其在线经济规模几乎占该地区的一半！），

　　政府技能培训、人工智能辅助的本地化工具。近年来，日本尤其积极拥抱数字化转型，带动了开发人员的蓬勃发展。

　　展望未来，我们的数据团队运用回归分析对未来五年开发者增长情况进行了建模，这有助于捕捉更多影响数据的真实世界动态因素。（您可以在我们的方法论部分了解更多信息。）

　　我们的分析结果表明，印度将继续扩大其领先优势，到2030年开发者数量将达到5750万，占全球预计注册开发者总数的三分之一以上。美国将成为第二大开发者社区，预计将拥有超过4000万开发者，而巴西（1960万）、日本（1170万）和英国（1100万）则位列前五。

　　值得注意的是，非洲和中东等新兴地区发展势头强劲，埃及、尼日利亚、肯尼亚和摩洛哥预计未来几年都将新增数百万开发商。这表明，开发商群体不仅在增长，而且地域分布也以前所未有的速度趋于多元化。

　　今年开源开发达到了创纪录的水平，公共代码库的贡献量达到了 11.2 亿次（同比增长 13%）。2025 年 3 月是 GitHub 历史上单月新增开源贡献者人数最多的月份：新增贡献者人数达到了 25.5 万。

　　总计 3.95 亿个公共存储库托管了 11.2 亿次贡献和 5.187 亿次合并拉取请求——每一次都是一项记录。

　　增长最快的 10 个代码库中有 6 个是 AI 基础设施项目，这凸显了对运行时、编排和效率工具的需求。

　　标准也取得了巨大增长：模型上下文协议 (MCP)在短短八个月内就获得了 37k 个星标，尽管它没有出现在我们下面的列表中。

　　结论是什么？人工智能基础设施正在成为一大吸引力，但开发者生态系统依然强大。

　　开源领域的增长十分广泛。人工智能基础设施项目在增长最快的代码库中尤为突出。当我们把目光聚焦到排名前 20 的项目（上图并未全部涵盖）时，会发现以下几个关键因素：

　　-sh/uv 和 NixOS/nixpkgs 的兴起表明人们渴望确定性构建、更快的安装速度，以及更少的“在我机器上运行正常”的情况。

　　、Tailwind CSS 和 uv 都以速度、快速反馈循环和最小摩擦为核心。

　　Browser 和 Clash-Verge 就体现了人们对隐私、内容控制和网络路由的关注。

　　作为最大的社交项目之一，Bluesky 的发展势头表明，开发者仍在投资开放协议和可移植身份认证。

　　预计到 2025 年，在首次参与开源项目的用户中，近 20% 的热门项目都专注于人工智能领域。但我们也看到，其他类型的项目也逐渐吸引了开源新手开发者的关注。

　　前端和开发工具项目也同样活跃。shadcn/ui 和 uBlockOrigin/uAssets 表明，CSS、UI 和浏览器工具仍然对新贡献者有着巨大的吸引力。

　　这既反映了该国蓬勃发展的开发者群体，也反映了其在开源软件推广应用方面日益重要的作用。

　　尽管贡献者数量较少，但美国开发者在GitHub上的公共和开源项目中贡献更多。这表明美国开发者的人均活跃度更高。

　　巴西在贡献人数和贡献量方面都表现出色，而印度尼西亚的贡献人数也跻身前五，这表明新兴地区正在塑造开源软件行业。

　　治理水平未能跟上发展速度。这种差距为开发者、组织和公司提供了一个机会，让他们能够贡献文档和代码。

　　关键的代码库文件，例如 README 或 LICENSE 文件，不仅仅是形式上的要求。它们是构建包容性、合法性、安全性和可持续协作的基础。本指南将帮助您打造一个便于协作的代码库，并分享哪些文档对于培养共同所有权意识最为重要。

　　过去一年，严重漏洞的平均修复时间缩短了 30%，因为漏洞修复速度开始跟上软件开发速度的加快。

　　自动化正在加速这一进程。Dependabot的使用量翻了一番还多（84.6 万个项目，同比增长 137%），而像 Copilot Autofix 这样的 AI 工具每月都在数千个代码库中解决常见的 OWASP Top 10问题。到 2025 年，由于自动化和 AI 应用的增加，收到严重警报的代码库数量将减少 26%，这进一步印证了自动化的重要性。

　　与此同时，新的风险也随之出现。“访问控制失效”已取代“注入”成为最常见的 CodeQL 警报，在超过15.1 万个代码库中被标记（同比增长 172%）。这主要是由于 CI/CD 流水线中权限配置错误以及 AI 生成的脚手架跳过了关键的身份验证检查（GitHub 的工程师发布了一篇关于他们如何改进 SAML 身份验证流程的演练，其中包含一些宝贵的经验）。

　　开发者正在自动化更多的构建、测试和安全活动。2025年，我们看到开发者在公共项目中免费使用了 115 亿分钟的 GitHub Actions（以 CPU 分钟计）。这比 2024 年的 85 亿分钟增长了 35%。注：在去年的报告中，我们包含了公共项目和自托管项目中的 GitHub Actions 使用时间。如果今年采用相同的统计标准，则使用时间将达到 135 亿分钟，比去年增长了 30%。

　　自动化流程可以快速修复漏洞，但如果审批依赖于人工或策略，合并仍然会停滞不前。配置了 Dependabot 自动合并规则的项目，比那些仅依赖人工审核的项目，能够更稳定地修复漏洞。

　　我们在 2022 年 12 月看到了 Dependabot 警报的峰值超过 1200 万条

　　，这发生在 Log4Shell 漏洞一年后，紧随 OpenSSL 的关键漏洞之后。

　　每月新增舰船数量已稳定在 300 万至 400 万艘左右，但合并数量则徘徊在 100 万艘左右。

　　：当新的 CVE 发布时会出现短暂的峰值，然后是一长串未解决的通知（其中一些可能归因于不再维护的僵尸项目）。

　　到 2025 年，我们预计严重漏洞的修复速度将提高 30%，同时收到严重警报的代码库数量将减少 26%。而且，这种加速正在大规模发生，平均修复时间将从 37 天缩短至 26 天。

　　dependabot.yml今年定义 Dependabot 行为的存储库数量增加了一倍多（846k，同比增长 137% ），这标志着从“通知我”到“在安全措施范围内自动修补我”的转变。

　　访问控制失效问题超过了注入漏洞，成为 CodeQL 警报中最常见的问题，在超过 15.1 万个代码库中被标记。针对 GitHub Actions 的 CodeQL 最新覆盖率显示，权限和令牌范围配置错误的情况普遍存在。

　　这指向一个更广泛的问题：对于开发者和LLM来说，身份验证和授权仍然很困难。注入攻击在JavaScript中仍然占据主导地位，但访问控制缺陷现在在Python、Go、Java和C++（在这些语言中，AI辅助的“感觉编码”有时会生成看起来正确但缺乏关键身份验证检查的端点）中占据主导地位。

　　该类别也成为 Copilot Autofix 增长最快的目标。到 2025 年年中，开发者每月在超过 6000 个代码库中接受由 AI 生成的针对“访问控制故障”的修复方案。Autofix 在“注入”（3100 个项目）、“不安全设计”（2300 个项目）和“日志/监控故障”（3500 个项目）方面也获得了广泛应用。

　　OpenSSF 评分卡状态：根据 Mona 排名（星标数、分支数和问题作者数的综合排名）定义的前 50 个开源项目中，有 47 个（94%）现在通过 GitHub Actions 使用OpenSSF 评分卡，或者进行独立扫描，从而实现对安全最佳实践的实时检查。

　　根据 GitHub 贡献者数量统计，2025 年 8 月，TypeScript 首次成为 GitHub 上使用最广泛的语言，贡献者数量比 Python 多出约 4.2 万（其他行业指标采用不同的统计方法，可能仍然将 JavaScript 和 Python 排在前面）。这标志着开发者们十年来逐渐转向类型化 JavaScript 的趋势达到顶峰，也预示着现代开发的新标准即将到来。

　　除非另有说明，本节中的同比增长率反映的是2025 年 8 月与 2024 年 8 月的同比数据，这是同月同比比较，用于控制每月贡献者数量的季节性因素。

　　贡献者数量增加了 100 多万（同比增长 66%），这得益于默认情况下使用 TypeScript 搭建项目的框架，以及受益于更严格的类型系统的 AI 辅助开发。

　　在人工智能和数据科学领域仍然占据主导地位，拥有 260 万贡献者（同比增长 48%）。Jupyter Notebook 仍然是人工智能领域首选的探索性环境（约 40.3 万个代码库；在带有 AI 标签的项目中

　　仍然非常庞大（215 万贡献者），但随着开发者转向 TypeScript，其增长速度已经放缓。

　　TypeScript 和 Python 的贡献者总数已超过 520 万（约占 2025 年 8 月 GitHub 活跃开发者总数的 3%）。类型化语言的兴起表明，人工智能不仅改变了编码速度，也影响着团队选择使用哪些语言将 AI 生成的代码投入生产环境。

　　TypeScript 的增长速度超过了 Python 和 JavaScript，位居第一，这表明它在新开发领域占据主导地位。

　　Python 被认为是人工智能和机器学习领域的通用语言，在生成式人工智能工作中，其使用量显著增加。

　　规模依然庞大，但随着使用方式转向 TypeScript，增长速度会更加缓慢。

　　Python 仍然落后于 JavaScript 和 TypeScript 生态系统的总和，延续了去年的趋势，凸显了类型化和非类型化 JavaScript 社区的规模仍然非常庞大。

　　但从 2025 年开始，Python 的增长曲线开始与 JavaScript 和 TypeScript 几乎完全同步，这表明人工智能的采用正在影响这些生态系统中的语言选择。

　　在带有 AI 标签的代码库中，它仍然是绝对的领导者，Jupyter Notebook 的使用量在 2025 年几乎翻了一番，这证明了它作为人工智能工作负载原型设计、训练和编排的首选语言的地位。

　　的增长印证了我们 2024 年的观察：之前被归类为“JavaScript”的大部分活动实际上已经通过 TypeScript 转译管道完成。数据显示，类型化语言正日益成为默认语言。

　　今年，Java 和 C# 各自新增了超过 10 万名贡献者，即使在人工智能重塑行业格局的背景下，它们在大型企业和游戏开发领域也保持着稳步增长。

　　在我们的数据集中，COBOL 出现了，拥有近 3000 名活跃开发者——这很可能是由一些组织和爱好者创建的 AI 辅助教程库推动的，这些教程库旨在实现传统代码库的现代化。

　　以下这些语言可能没有最大的开发者社区，但每种语言每月至少有 1000 名贡献者，并且在 GitHub 上实现了最快的年增长率。

　　Luau 是 Roblox 的脚本语言，也是一种逐渐发展成类型的语言，反映了整个行业向类型化灵活性发展的趋势。

　　作为现代 LaTeX 的替代方案，Typst 旨在使学术和技术出版速度更快、更清晰易懂、更具协作性。

　　Astro 的“岛屿架构”以及默认发布零 JavaScript 的理念，引起了构建快速、内容丰富的网站的开发者的共鸣（我们在 2021 年将 Astro 添加到 Linguist，Linguist 是我们的语言来源）。

　　TypeScript为 JavaScript 世界提供了类型安全，它将 JavaScript 的普遍性和类型安全性结合起来，对于全新的项目和遗留项目都极具吸引力（此外，它的类型与 AI 编码工具配合良好）。

　　虽然 TypeScript 的市场份额不断增长，但其在脚本和 Web 应用程序中仍然无处不在，只是增长速度有所放缓。

　　现代 Web 开发的类型化标准。非常适合安全地集成 API/SDK，尤其适用于人工智能领域。

　　在企业和游戏开发领域，人工智能功能已融入到成熟的生态系统中，并得到稳定的应用。

　　尽管 Jupyter Notebook 不是一种编程语言，但其同比增长了 24.5%，探索性的 LLM 实验和数据分析现在会生成新的独立代码库，而不是像以前那样局限于单一代码库中。

　　随着人工智能的发展，高性能编程语言和系统编程语言也在不断增长（但增长速度并不均衡）。C

　　语言同比增长约20.9%，C++同比增长约11.8%，这反映出市场对更快的运行时环境、推理引擎和硬件优化循环的需求。

　　# 同比增长约 10.6%，与企业级和游戏/工具生态系统的发展趋势一致。这表明 AI 功能正被集成到现有的 .NET 工作流程中，而不是导致语言的全面变革。

　　Python 和 Jupyter Notebook 仍然是新兴人工智能项目的核心，但今年最引人注目的是 Python 的增长。如今，近一半的新兴人工智能代码库（582,196 个；同比增长 50.7%）都使用 Python，这凸显了其作为应用型人工智能工作支柱的地位，涵盖了从训练和推理到编排和部署的各个环节。Jupyter Notebook 仍然是实验探索的首选环境（402,643 个；同比增长 17.8%），但向 Python 代码库的转变表明，越来越多的项目正从原型阶段过渡到生产环境。

　　前端和应用层语言从较小的基数上实现了迅猛增长——TypeScript 增长 77.9%（达到 85,746 个代码库），JavaScript 增长 24.8%（达到 88,023 个代码库）——这反映了围绕模型端点构建的演示、仪表盘和轻量级应用程序的兴起。Shell脚本（增长 324%）成为增长最快的语言，体现了团队如何将评估框架、数据准备和部署管道代码化。C++ 的代码库数量突破 7,800 个（增长 11%），这持续提醒着人们它在性能至关重要的推理引擎、运行时和硬件紧密集成系统中的重要作用。

　　去年，我们见证了人工智能从实验阶段走向主流。到2025年，它将成为日常工作流程的一部分。而且，无论开发者在过去12个月中使用过什么工具，他们的工作最终都汇聚到了GitHub上。

　　在我们统计的年度内，生成式人工智能项目的月度贡献者数量显著增长。从2024年9月到2025年8月，平均每月贡献者数量约为15.1万人（中位数约为16万人）。活跃度从2025年1月的约8.6万人上升到5月份的峰值20.683万人（同比增长132%）。之后，整个夏季贡献者数量稳定在20万人左右。与2024年同期相比，2025年1月至8月的平均贡献者数量约为17.5万人，同比增长108%（约8.4万人），这表明贡献者数量出现了持续的阶跃式增长，而非一次性激增。

　　目前已有超过 110 万个公共存储库导入了 LLM SDK（同比增长 178%，2025 年 8 月与 2024 年 8 月相比），由超过 105 万名贡献者支持，每月提交次数达 175 万次（自 2023 年以来增长了 4.8 倍）。

　　2025年2月至5月，贡献者同比增长100%至118%，之后增速放缓至6月的31%、7月的11%和8月的-3%，因为团队将重心从实验转向了正式发布。

　　一半（50%）的开源项目至少有一位维护者使用GitHub Copilot。

　　年年中，基于 Python 的代码增长加速，而 Notebook 的增长则趋于平缓——这预示着 Python 正在被打包投入生产环境。（到年底，Notebook 的增长速度回升，与 Python 保持同步。）

　　目前已有超过 113 万个公共存储库导入了 LLM SDK；仅在过去 12 个月中就创建了超过 69.3 万个。

　　人工智能代码库的月度独立贡献者数量从 6.8 万（2024 年 1 月）增加到约 20 万（2025 年 8 月）。2025 年 8 月的贡献者数量比 2024 年 8 月同比增长 111%。

　　目前已有超过 113 万个公共代码库依赖于生成式人工智能 SDK（同比增长 178%）。过去 12 个月内新增了超过69.3 万个，远超 2024 年的预期总数（约 40 万个）。自 2023 年初开始的复合增长曲线丝毫没有放缓的迹象；平均每周，我们都能看到新的历史新高。

　　美国仍然是最大的贡献来源国（约 1280 万，占 31.8%）。印度排名第二（约 500 万，占 12.5%），并且在不同的存储库数量上领先（40.5 万对 34.2 万）。

　　第二梯队（德国、日本、英国、韩国、加拿大、巴西、西班牙、法国）贡献了约 40% 的份额，使地图更加全球化。

　　今年，GitHub Copilot 编码代理从演示版正式发布，我们开始看到它的影响。

　　初步观察编码代理，发现从 2025 年 5 月到 2025 年 9 月期间创建了超过 100 万个拉取请求。

　　对至少包含一个由 Copilot 编码代理提交的拉取请求的公共代码库与未使用 Copilot 编码代理的随机样本进行代码库级别的比较，结果显示存在明显的选择效应：编码代理的活动更倾向于星标数更多、代码库规模更大、代码库创建时间更长的代码库。换句话说，团队并非只在临时项目中使用编码代理，他们也会在知名度更高、更成熟的项目中尝试使用。

　　我们邀请社区在代码库内部开展实验（A/B 测试或阶梯楔形测试），并根据代码库大小、星标数、创建时间以及复杂度等指标进行匹配分析，以建立可靠的基线。随着代码代理在 GitHub、Copilot CLI 等平台上的不断发展，我们将继续深入研究这一问题。

　　率先采用智能体、开放标准和自托管推理技术的用户已经为未来十年树立了规范。持续人工智能——即持续更新、重新训练和部署的系统和工作流程——正在兴起。

　　三年前，我们说过人工智能不会取代开发者，而是会为开发者生态系统带来更多参与者。如今的数据证明了这一点：GitHub 上的活跃度已达到历史新高，贡献者数量、代码库数量和实验活动都比以往任何时候都多。

　　而且，印度的开发者数量有望在未来几年内超过美国，这凸显了开发者社区的全球化程度。

　　，超越了 Python 和 JavaScript，标志着现代软件构建方式的代际转变。

　　。公共项目提供库、模型和工作流程，为大多数私有开发项目提供支持。这一生态系统的实力以及维护者的力量，将决定下一波软件创新浪潮的步伐和速度。

　　2025 年的故事并非人工智能与开发者之间的对抗，而是人工智能时代开发者的进化——他们将统筹智能体、塑造编程语言并驱动生态系统。无论他们选择哪种智能体、集成开发环境 (IDE) 或框架，GitHub 都是这一切的汇聚点。

　　：指 2024 年 9 月 1 日至 2025 年 8 月 31 日。

　　除非另有说明，同比值反映的是同月比较（例如，2025 年 8 月与 2024 年 8 月），以消除月份长度和开发者活动的季节性影响。

　　评论提交、问题、拉取请求、拉取请求差异或团队讨论；创建 gist、问题、拉取请求或团队讨论；向项目推送提交；以及审查拉取请求。

　　任何拥有 GitHub 帐户的人。有时也称为 GitHub 用户。开源和开发者社区是一个日益多元化且全球化的群体，他们修改代码、做出非代码贡献、进行科学研究等等。GitHub 用户推动开源创新，他们的工作涵盖各个行业——从软件开发到数据分析和设计。

　　除非另有说明，“使用最广泛的语言”排名依据是每月使用该语言提交代码的不同贡献者数量。这是衡量“TypeScript 成为 GitHub 上使用最广泛的语言”的标准方法。

　　任何带有人工智能相关主题标签（例如“AI”、“ML”、“LLM”）或符合我们人工智能分类方法的代码库。这一大类涵盖了与人工智能相关的通用实验和项目。

　　借助自主或半自主 AI 工具完成的软件开发任务（例如，GitHub Copilot 编码代理创建拉取请求、分类问题或运行测试）。

　　：GitHub Copilot 的一项功能，可以在安全的环境中独立编写代码、运行测试并打开草稿拉取请求——但需经过开发人员的审查和批准。

　　：GitHub Copilot 的一项功能，可在合并之前审查拉取请求、提出更改建议并发现潜在问题。

　　）：用于执行 GitHub Actions（CI/CD 工作流）的 CPU 分钟数。以累计值和同比增速报告。

　　：GitHub 的语义代码分析引擎，用于检测安全漏洞。警报按漏洞类型分类（例如，访问控制失效、注入漏洞、不安全设计）。

　　：根据仓库的星标数、fork数和唯一 issue 作者数对仓库进行排名。Mona 排名的计算步骤如下：1) 分别计算每个仓库的星标数、fork数和 issue 作者数排名。2) 将这些排名相加。3) 根据总排名计算最终的“Mona 排名”。

　　由模型提供商（例如 OpenAI、Anthropic、Meta、Mistral、Cohere 或 AI21）发布的一系列官方库和工具，旨在简化开发者连接和使用其大型语言模型的过程。这些 SDK 通过客户端库、辅助函数和运行时集成封装了底层模型 API，使开发者无需构建底层基础设施即可处理提示、响应、令牌和扩展。为了确定 LLM SDK 的使用情况，我们参考了 GitHub Models 上提供的模型。这些模型包括来自 DeepSeek、Grok、Mistral、Phi、OpenAI、Cohere、Llama 和 AI21 的 SDK。

　　：一系列时间序列和回归模型，利用历史数据和统计信息来预测未来结果。预测模型依赖于GitHub的历史数据、注册率和产品使用情况，以及市场规模信息。

　　任何预测都不可能完全准确。回测表明，用于预测增长预测的模型准确度处于合理水平（平均绝对百分比误差小于30%）。

　　预测并未考虑竞争格局变化、地缘政治/经济状况或未来协变量（产品/功能发布可能会使响应与历史数据有所不同）。

　　新朋友戳 ⇪ 蓝字关注我们哦！应急管理部消息，11月份以来，2025年度安全生产考核巡查正式启动，由国务院安委会有关成员单位负责同志带队的22个安全生产考核巡查组（下称“考核巡查组”）陆续进驻31个省、自治区、直辖市和新疆生产建设兵团。

　　郑州市安全生产和防灾减灾救灾委员会办公室12月30日消息，据郑州市气象局第22期《重要天气报告》，30日夜里至31日郑州市有一次雨雪强降温天气过程，主要降雪时段在31日白天到夜里，降水量5—8毫米，局部10—15毫米。

　　近日，湖南长沙、山西太原等两个省会城市公安局局长调整:余良勇任长沙市副市长、市公安局局长;公开履历显示，余良勇，男，汉族，1972年10月出生，硕士研究生，中共党员。

　　12月30日，中国新闻周刊从“马鞍山武校投毒案”被害人家属处获悉，本案两名罪犯付某某、朱某某已于近日被执行死刑。中国新闻周刊此前报道，1997年6月30日，安徽省和县南北少林武术学校内发生一起特大中毒事件。

　　为进一步推动党务政务信息公开，积极回应社会关切，保障和维护人民群众的知情权、参与权、表达权和监督权，市委宣传部、市政府新闻办公室公布开封市127名新闻发言人名单。

　　“夺岛利器”来啦！#075型两栖攻击舰首次亮相围台演习 ，可单次投送约1个加强营作战单位。（剪辑：鲲鹏）

　　张叔今年54岁，退休之后生活比之前自在了不少。跳舞、唱歌、跟老朋友下棋，每天的朋友圈子也比上班时丰富。

　　近日，网友反映，27日上午，大连一初三女生农村家里发生电气火灾，五间房子全部烧毁坍塌，全家人暂无住处，希望帮忙。视频显示，房子已没有顶部，受损严重。网友称，涉事地在庄河市仙人洞镇天门山村。

　　2025 财年的防卫预算达到了 8.7 万亿日元，再创历史新高，较上一年增加了 9.4%，而且连续三年突破 6 万亿、7 万亿、8 万亿日元大关。