GitHub／官方：發布二零二六 Octoverse——過去十二個月推送一百七十九億次；逾四成合併請求由代理起稿

Key takeaway

GitHub 於二零二六年十月二十八日發布《二零二六 Octoverse》年度報告，指過去十二個月開發者向平台推送程式碼達一百七十九億次，超過二零二四年與二零二五年合計；同期提交（commits）升至三百四十三億次。報告亦指出，截至九月逾四成合併請求由可偵測的編碼代理起稿，較三月的約百分之十七大幅上升。本文已核對 GitHub 官方網誌原文與方法論說明，來源真實性已驗證。

GitHub／官方：發布二零二六 Octoverse——過去十二個月推送一百七十九億次；逾四成合併請求由代理起稿

GitHub 於二零二六年十月二十八日發布《二零二六 Octoverse》年度報告，指過去十二個月開發者向平台推送程式碼達一百七十九億次，超過二零二四年與二零二五年合計；同期提交（commits）升至三百四十三億次。報告亦指出，截至九月逾四成合併請求由可偵測的編碼代理起稿，較三月的約百分之十七大幅上升。本文已核對 GitHub 官方網誌原文與方法論說明，來源真實性已驗證。

GitHub／官方：發布二零二六 Octoverse——過去十二個月推送一百七十九億次；逾四成合併請求由代理起稿

GitHub 官方於二零二六年十月二十八日刊出《二零二六 Octoverse》，統計窗口為二零二五年十月一日至二零二六年九月三十日。報告把「代理（agents）」描寫為本年節奏加速的重要推力：帶有代理設定檔的新建儲存庫，平均提交量約為沒有該設定檔者的八倍；九月起逾四成合併請求由代理產出初稿。同日 GitHub Universe 大會亦公布 Copilot Fusion、Copilot projects 等產品更新，惟本文聚焦官方年度數據與可核實指標。

一、核心數字：推送、提交與合併請求同創新高

技術細節

官方重點數字包括：

  • 推送（pushes）：過去十二個月一百七十九億次，超過二零二四年與二零二五年合計。
  • 提交（commits）：含公私有庫共三百四十三億次，約為兩年前水平的三倍以上。
  • 已合併合併請求：同期逾十三億次，平均每日約三百五十萬次。
  • GitHub Actions：全年平均每秒執行約一千四百四十個 job，約等於每日一億二千四百萬次，逾去年總量的三倍。
  • Dependabot：開發者合併逾三千萬個 Dependabot 合併請求，約為二零二五年節奏的兩倍。
  • 開源貢獻：公開貢獻達二十五億次，逾去年十一點二億次的兩倍。
  • 開發者總數：平台服務逾二億二千五百萬名開發者；九月美國約三千八百三十萬、印度約三千二百萬，分列最大社群。

報告形容活動自一月穩步上升，約六月起陡升，與模型、執行框架及「可跨日持續、可編排其他專責代理」的代理形態普及時間接近。六月起約百分之五十五的提交來自全新儲存庫；同時，過去十二個月有推送行為的開發者，平均使用 GitHub 約三十六個月，顯示老手與新人同步加速。

二、技術原理：代理如何改寫開發工作流

Octoverse 以可觀測的「代理訊號」定義代理參與，包括代理開啟的合併請求、代理設定檔等，並強調此為下限估計（未必能偵測全部代理使用）。關鍵觀察：

  1. 起稿由代理、把關由人：截至二零二六年九月，逾四成合併請求以代理初稿開場（九月單月約一億一千萬次，約為三月的六倍）。代理起稿的合併請求較常改動多個檔案（約百分之八十七，對比無偵測代理參與的約百分之七十九），兩週內合併率至九月約達百分之九十。
  2. 代理設定檔與速度：本年新建、且含代理設定檔的儲存庫，平均提交量約為無該檔案新建庫的八倍。
  3. 模型選擇加速：九月有百分之六十一自行選模的 GitHub Copilot 用戶使用超過一種模型；付費方案上可觀測模型由五月的二十九種增至九月的四十七種，當月沒有單一模型佔逾百分之二十五請求。在開發者明確選模的請求中，約三十八成屬通用模型、三十七成屬深度推理與規劃、二十五成屬輕量快速模型；百分之六十三付費用戶至少用過自動選模。
  4. 語言偏好：TypeScript 維持貢獻者最多語言，其後為 Python、JavaScript；帶代理訊號的新建庫中，TypeScript 作為主語言的比例約百分之三十五，高於無代理訊號的約百分之二十四。
  5. 產業視角：報告首次以北美產業分類（NAICS）抽樣公開庫，顯示採礦、行政支援、建造、製造等領域相對二零二二年基線大幅擴張；建造業約百分之九的庫出現可偵測的代理開啟合併請求，為各業最高之一。

方法論註明：推送、提交等指標原則上含公私有庫；產業與開源排行僅公開庫；地理依自報位置並設最低門檻；代理相關數字僅計可偵測訊號。

三、日常應用場景

1. 開發者與技術團隊

團隊可把「規格／議題 → 代理起稿 → 人工審查 → 合併」定為預設節奏，並以堆疊式合併請求、AI 輔助程式碼審查與秘密掃描（官方稱本年推送防護掃描約五十八億次）控風險。多模型輪替與自動選模適合把規劃、實作、檢查拆給不同能力與成本的模型。

2. 企業與隱私敏感行業

代理提高吞吐的同時，也放大供應鏈與密鑰外洩面。金融、醫療、法律等產業宜把代理執行環境、相依更新（Dependabot）與秘密掃描納入同一治理面；需要數據不出境的私有模型與審批流程時，應與公有 Copilot／雲端代理分開評估。

3. 一般用戶與開源維護者

公開貢獻倍增，意味維護者要同時處理更多由代理產生的變更。報告亦點出互通與逆向工程相關公開庫按年增長逾三倍，社群需更清晰的貢獻規範與審查清單。

4. 香港與亞洲市場視角

亞太段落提到多地政府對 AI 基建與人才的投入；香港企業若以代理加速交付，仍須對接本地私隱、合約與客戶數據駐留要求。遠端與跨時區協作團隊，尤其適合把「代理起稿＋本地審查」寫進服務級協議。

四、專業評價與潛在考量

優勢

  • 以官方遙測支撐的量化圖景，清楚標出代理已從試驗進入主流起稿路徑。
  • 同時公布產業分類與模型組合數據，有助技術主管對標自身採用進度。
  • 與 Universe 產品線（例如多模型編排 Copilot Fusion）相互呼應，形成「數據＋工具」敘事。

需要留意的地方

  • 「代理起稿佔比」依賴可偵測訊號，實際滲透可能更高或定義不同；跨供應商代理未必全部入鏡。
  • 高吞吐並不自動等於高品質：審查負載、幻覺變更與授權合規仍須人工負責。
  • 部分產業「提及 AI」比例高但「代理開啟 PR」仍低，顯示口號與落地之間仍有落差。
  • 預測模型對二零三一年開發者數量分歧極大（約半數模型預期逾三倍），不應把單一外推當預算假設。

結語

二零二六 Octoverse 把過去一年的開發節奏寫成可核對的曲線：推送一百七十九億次、提交三百四十三億次、九月逾四成合併請求由代理起稿。對香港技術團隊而言，重點不是追數字本身，而是把代理編排、多模型成本與審查閘門設計成可重複的交付系統。若企業需要在本地可控環境部署私有模型與代理工作流，可參考 YSK Limited 的企業私有 LLM 全託管（https://ysk.hk/services/ai-automation）。

參考來源

Related services & products

Related posts