一个被反复感受到、终于被量出来的拐点
10 月 28 日，GitHub 在 Universe 大会上发布年度 Octoverse 2026 报告，给开发者几个月来心里的感受补上了一个硬数字：由 AI 编码智能体初稿启动的 Pull Request，占比从 3 月的 17% 升到 9 月的 40% 以上，单月约 1.1 亿个，大约是 3 月的 6 倍。GitHub 自己给这个口径加了限定——它只统计「能检测到的」agent 初稿 PR，并明确说这是地板值，真实占比只高不低。
这不是某家实验室自说自话，而是掌握着全平台遥测的一方给出的、可重复测量的采用序列。报告覆盖的窗口是 2025 年 10 月到 2026 年 9 月，GitHub 现在服务着 2.25 亿以上开发者，过去 12 个月里全平台提交 343 亿次、推送 179 亿次、合并 PR 13 亿次（日均约 350 万），GitHub Actions 跑了几百亿次作业。这些总量的同比增幅都在三倍以上，而 GitHub 自己提醒：这是活动量，不是质量量。
盘子变大，节奏也变了
增长不是均匀铺开的。活动从 1 月稳步爬升，6 月前后明显加速——agent 从编辑器里的自动补全，变成了在云端持续运行、能跨天跟踪进度、甚至能指挥其他 agent 的持久工人。开发者行为随之改变：月活 Copilot 用户中 55% 已经在使用 agentic 功能，一年前这个数字是 35%；云 agent 同比增长 230%。
从 6 月起，约 55% 的提交落在全新的仓库里，暗示大量增量来自「一开始就带着 agent 起项目」的新工程，而非老仓库里的存量工作。另一个有意思的信号是模型多样性：付费 Copilot 用户在 5 月用了 29 种模型，9 月用了 47 种，没有任何单一模型占到当月请求的 25% 以上。编码智能体的底座，正在从「一家独大」走向「按任务挑模型」。
评审成了新的瓶颈
报告里最该让负责软件质量的人停一停的细节：agent 起草的 PR 往往更大，约 87% 改动多个文件，而其余 PR 这一比例是 79%；它们在 9 月有 90% 在两周内合并，略高于对照组。机器写的大改动被快速合并，这要么是评审流程成熟，要么是橡皮图章——报告无法区分你是哪一种。
GitHub CEO Thomas Dohmke 在报告里的一句话点破了新节奏：「如今的工作起点是指挥一个 agent，而评审是你塑造返回结果的方式（The first move is now directing an agent, and review is how developers shape what comes back）。」当代码量随 agent 成倍放大，需要被检查的表面也同步放大：AI 辅助代码评审与 GitHub Advanced Security 各自同比增长超过 90%，secret 扫描跑了 58 亿次，约为去年的 4 倍。
为什么值得关注：从「更多人写代码」到「更多人审 agent」
这份报告的价值，不在又多了一个增长曲线，而在于它把「agent 接管 PR 起点」从行业直觉变成了可引用、可追踪的基线。对工程团队而言，真正要重新设计的不是写代码的环节，而是评审与质量闸门：当 40% 以上的改动由机器起草、且合并速度不降反升，靠人工逐行 review 的旧模式必然失守，自动化评审、策略化合并与可观测的质量指标，才是能和 agent 产量匹配的新基础设施。
把镜头拉远，GitHub 用全平台遥测给出了一幅清晰的图景：软件生产的「正起点」已经转向 agent，人退到指挥与把关的位置。这既是效率的跃迁，也是对工程文化的一次压力测试——能接住这波产量的团队，和只会让 agent 狂写、评审形同虚设的团队，会在接下来的周期里拉开差距。