Agent 提的 PR 躺在列表里：测试全绿，描述写得比你还规整。鼠标悬到 Merge 上，多拖两屏才发现——它把鉴权中间件的默认策略"顺手"放宽了。这不是段子，GitHub 刚用一份报告把这个场景变成了普遍现实。
10 月 28 日，GitHub 发布 Octoverse 2026 年度报告：9 月，超过 40% 的 GitHub PR 首稿出自可检测的 AI Agent，单月约 1.1 亿个；3 月这个比例还只有 17%，半年里数量翻了约 6 倍。全年活动量也创新高——一年推送量超过了 2024 与 2025 两年之和。GitHub官方博客知乎知乎
但先泼三盆冷水：“四成 PR 由 AI 起草"不等于"四成代码是 AI 写的”，数的是 PR 个数不是行数，人大幅改过也算。GitHub 明说检测口径只是下限，没被识别的用法不在这个数里。这还是全平台平均，你们团队到没到这个水位，得看自己的数据。知乎知乎
真正变的是分工。Agent 起草的 PR 里 87% 涉及多文件改动（无 Agent 参与的是 79%），diff 一次比一次胖；两周内合并率从 83% 升到 90%，流程已经接纳了 AI 交活。GitHub 的原话是：第一步变成指挥智能体，评审就是开发者塑造结果的方式。你的主业正在从写第一版，挪到审改、验收和签字——而线上出事时，签名栏里还是你的名字。知乎GitHub官方博客
语言选型也在暗流涌动：TypeScript 连续第二年登顶，Python 第二、JavaScript 第三。增长最快的是 Rust，报告读数约一年翻倍。按报告气泡图，TypeScript 与 Rust 的 AI 参与合并 PR 占比（分别约 44.1%、40.4%）非常接近。Go 只有约 30%。逻辑不复杂：严格的类型系统和编译器反馈，恰好是 Agent 的"自查网"——AI 写错了，类型检查器会告诉它哪儿错、怎么修。技术选型多了个新维度：不光看人写得爽不爽，还得看 AI 能不能用好它。GitHub官方博客知乎
隐忧来自 Anthropic 年初的随机对照实验：52 名开发者学一个陌生 Python 库，调试题差距最大、速度优势反而不显著，AI 辅助组事后测验平均只有 50 分，手写组 67 分。得分高的人是边让 AI 生成边追问原理，全程委托的考得最差。研究者还提醒：实验用的是侧边栏助手，自主 Agent 的冲击可能更大。审查时代最值钱的，恰恰是"看懂代码哪里错"的能力——把活儿全喂给 AI，很可能把查 AI 的本事也一起喂了。知乎
下周就能用起来的三件事：
PR 模板必填"是否 Agent 起稿"，Agent 交活默认多过一轮人审；
审查固定三步——对意图（该不该有这改动）→扫边界（鉴权、错误路径、数据迁移）→确认怎么回滚，走完再点 Merge；
用 AI 学新东西，让它解释、自己复述一遍，认知功课别外包。
40% 这个数字最正确的用法不是吓自己，而是把问题从"AI 会不会取代我"换成——我接不接得住它交的活。
