ИИтог

GitHub представила Octoverse 2026: слитых pull request втрое больше, 220 млн в месяц

исследованияРедакция ИИтогSimon Willison🔥53Рейтинг ИИтог53Влияние45Новизна40Релевантность80Неожиданность35Участники60Достоверность80

28 октября 2026 года на конференции GitHub Universe EVP Джей Парикх объявил отчёт Octoverse 2026 и выделил три цифры. Об этом пишет Саймон Уиллисон в своём блоге: он присутствует на конференции по бесплатному билету, который GitHub выдала ему через программу «GitHub Stars».

По приведённым цифрам, в 2026 году число слитых pull request (запросов на слияние изменений) менее чем за год выросло втрое и достигло 220 млн в месяц. Число коммитов выросло более чем втрое, до 7,38 млрд в месяц, причём основная часть прироста пришлась на вторую половину 2026 года. Скорость появления новых репозиториев за год удвоилась и составила 30,3 млн в месяц.

Уиллисон от своего лица называет эти числа довольно наглядным свидетельством влияния агентной инженерии (agentic engineering) на GitHub. Это его собственная трактовка: причинных доказательств в тексте не приводится.

В отчёте появились новые данные по отраслям, а также отдельная выборка репозиториев, связанных с «interoperability or reverse engineering» (совместимостью или обратной разработкой). Уиллисон цитирует методологию отчёта. Рейтинг стран по пушам (push, отправкам изменений) в публичные репозитории считается как сумма пушей из каждой страны за «год Octoverse»; чтобы скорректировать искажения из-за VPN, языковая модель извлекала двухбуквенный код страны по стандарту ISO 3166-1 alpha-2 из профилей пользователей, делавших пуши. Отрасли определялись так: публичные репозитории, созданные в 2022-2026 годах, относили к секторам NAICS с помощью дообученной многоязычной embedding-модели по названию, описанию, темам и README, на случайных выборках по годам. Для совместимости считаются публичные репозитории, созданные в каждом году, в названии, описании, темах или README которых упомянуты interoperability, reverse engineering или близкие термины, clean room implementation, drop-in replacement, protocol re-implementation.

Ключевые факты

  • Слитые pull request: втрое менее чем за год, до 220 млн в месяц.
  • Коммиты: более чем втрое, до 7,38 млрд в месяц; основная часть роста, во второй половине 2026 года.
  • Скорость создания новых репозиториев удвоилась за год до 30,3 млн в месяц.
  • Отчёт содержит новые данные по отраслям и по репозиториям про совместимость и обратную разработку.
  • Рост связывает с агентной инженерией Саймон Уиллисон; в отчёте, как его пересказывает блог, этого вывода нет.

Почему это важно

Цифры показывают резкий рост активности на крупнейшей платформе для хранения кода: слитые pull request выросли втрое менее чем за год, коммиты, более чем втрое, а новые репозитории появляются вдвое чаще. Уиллисон видит в этом наглядное следствие распространения агентной инженерии, но это его личное прочтение, а не доказанная причина.

Кому это важно

Разработчикам и руководителям инженерных команд, которые оценивают, как автоматизация меняет объём работы в репозиториях. Также исследователям рынка ПО: в отчёте есть новые срезы по отраслям и по репозиториям, связанным с совместимостью и обратной разработкой.

Как это применить

Три цифры, ориентир для разговора о нагрузке на процессы ревью и слияния кода. Методология из отчёта показывает, как устроены срезы: страны определяются по профилям с поправкой на VPN, отрасли, по классификации репозиториев по стандарту NAICS. Это важно учитывать при сравнении с собственной статистикой.

Можно ли доверять

Это блог-заметка (link blog): автор пересказывает выступление на GitHub Universe и цитирует методологию отчёта. Вывод о влиянии агентной инженерии принадлежит самому Уиллисону. В тексте нет базовых значений прошлого года и нет слов Парикха, только факт, что он объявил отчёт и выделил эти числа. Автор сообщает, что находится на конференции по бесплатному билету от GitHub.

Риски и подводные камни

Из текста не видно, считаются ли месячные показатели только по публичным репозиториям или включают частные. Агентная инженерия в источнике не определена, а причинная связь с ростом не показана. Классификация стран и отраслей опирается на модели (языковую и embedding), поэтому отнесение репозиториев и пользователей может быть неточным.

«Это довольно наглядное свидетельство влияния агентной инженерии на GitHub.»

— Саймон Уиллисон, блог simonwillison.net