GitHub Octoverse 2026：超 40% 的 PR 由智能体起草，一年推送 179 亿次，Copilot 用户用到 47 个模型

核心背景与行业痛点

Octoverse 是 GitHub 每年一次的平台数据报告，今年的主题直接写在标题里：开发者在和智能体一起写代码。过去一年，编码智能体从「试一试」变成日常工具，但行业里一直缺少大规模的真实使用数据，多数说法来自厂商演示或小样本调查。这份报告基于 GitHub 自己的平台遥测，覆盖超过 2.25 亿开发者，是目前能看到的规模最大的一手数据之一。需要注意，所有数字都是 GitHub 官方口径，而 GitHub 本身也在卖 Copilot。

架构亮点与底层机制

报告说，平台活动从 1 月起稳步上升，6 月前后陡增，恰好与几件事同时发生：底层模型变强、智能体外围的工具链（harness）成熟、智能体从单次会话变成能跨天跟踪进度、编排其他专用智能体的持久化形态，并开始大量在云端远程执行。今年新建的仓库里，带智能体配置文件的仓库平均提交数是不带的 8 倍。GitHub 还首次用语言模型按 NAICS 行业分类抽样公开仓库，追踪「是否提到 AI」和「是否有智能体开的 PR」两个信号：建筑业约 9% 的仓库有智能体 PR，为各行业最高。

权威 Benchmark 与实测跑分对比

这不是模型跑分，而是使用数据（官方口径）：推送 179 亿次、提交 343 亿次（两年前的三倍多）、合并 PR 13 亿个；9 月超过 40% 的 PR 由智能体起草，3 月为 17%。智能体 PR 两周内合并率 9 月达 90%，非智能体 PR 约 86%。Copilot 月活中 55% 使用智能体功能，cloud agent 同比增长 230%，智能体聊天增长 85%。付费用户 9 月用到 47 个模型，单一模型占比不超过 25%。GitHub Actions 每秒运行 1440 个任务，push protection 全年扫描 58 亿次。

开发者实战落地与开箱指南

对团队来说，最直接的信号是「先让智能体起草、再由人审查」正在成为主流流程，审查能力比写代码更关键。可以先在仓库里加上智能体配置文件（如 AGENTS.md 或 Copilot 指令文件），把任务拆小交给 cloud agent，并开启 AI 代码审查和 push protection。模型方面，报告显示没有一家独大，按任务在推理型、通用型和轻量型模型之间切换更常见。完整数据见 GitHub 博客和 octoverse.github.com。