Auf GitHub können die Menschen der KI nicht mehr gewachsen sein.

Wenn jemand vor einigen Jahren einem Programmierer gesagt hätte: „Möglicherweise musst du in Zukunft mit KI um GitHub - Commits kämpfen“, hätte er sich vermutlich in die Hose gelacht.

Aber jetzt kann er sich vielleicht gar nicht mehr lächeln.

Nach dem neuesten Analysebericht von SemiAnalysis hat Claude Code von Anthropic derzeit bereits 4 % der öffentlichen Commits auf GitHub beigetragen und wird voraussichtlich bis Ende 2026:

20 % der täglichen Commits erreichen.

Das ist kein einfaches Zahlenspiel.

Wenn ein KI - Tool anfängt, auf der weltweit größten Code - Hosting - Plattform „Aufmerksamkeit zu erregen“, definiert es tatsächlich neu, was „Code schreiben“ bedeutet.

01

KI dominiert GitHub

4 % klingt nicht wie eine sehr große Zahl, aber das Schreckliche ist die Bedeutung hinter dieser Zahl.

Die Anzahl der täglichen Commits auf GitHub ist eine astronomische Zahl. Tausende von Programmierern auf der ganzen Welt pushen Code, beheben Bugs und veröffentlichen neue Funktionen auf dieser Plattform. Und jetzt ist jeder 25. Commit von einer KI.

Boris Cherny, der Leiter von Anthropic Claude Code, hat sich auf X ungeniert „geschwärmt“: Sein Team schreibt jetzt 100 % des Codes mit Claude Code, selbst kleine Bearbeitungen werden nicht mehr manuell vorgenommen.

Noch spektakulärer ist, dass sie mit Claude Code in anderthalb Wochen die Cowork - App entwickelt haben.

Dieser Effizienzgewinn ist nicht linear, sondern exponentiell.

Aber was wirklich beeindruckt, ist nicht die Geschwindigkeit, sondern die Qualität. Ein Unternehmensbenutzer hat angegeben, dass er 80 % seiner Zeit mit Claude Code verbringt und die verbleibenden 20 % mit anderen Tools.

„Mein Unternehmen bezahlt für Claude Code, ich schaue gar nicht auf die Kosten.“

Dieser Satz ist sehr interessant - wenn ein Tool so gut ist, dass man „nicht auf die Kosten schaut“, bedeutet das, dass der von ihm geschaffene Wert weit über den Preis hinausgeht.

Ein Brancheninsider hat einmal die Vorteile von KI - Coding so beschrieben: „KI kann Burokratie umgehen. Wenn Zögern große Organisationen lahmlegt, kümmert sich die KI nicht darum. Sie wird fröhlich eine Version 1 generieren.“

Dieser Satz hebt den Kernvorteil von KI - Programmierung hervor - keine Lasten, keine Zögern, keine „Perfektionismus - Angst“.

02

Das „Existenzangst“ der Programmierer

Aber jede Münze hat zwei Seiten.

Auf Hacker News hat ein Benutzer seine Frustration geteilt: „Oft habe ich gewünscht, dass der Code so aussehen würde, wie ich es mir vorgestellt habe, aber er hat immer wieder zu seiner eigenen Arbeitsweise zurückgeführt... Schließlich habe ich festgestellt, dass es einfacher ist, nicht gegen ihn zu kämpfen und ihm zu erlauben, Dinge auf seine Weise zu machen.“

Dieser Text deutet auf eine subtile Machtverschiebung hin:

Von „Menschen leiten KI“ zu „Menschen passen sich KI an“.

Dan Shipper, der CEO von Every, schrieb in seinem Blog: „Wir befinden uns in einer neuen Ära der autonomen Programmierung. Man kann erstaunlich komplexe Anwendungen erstellen, ohne eine einzige Codezeile zu lesen.“

Klingt schön, aber das bedeutet auch, dass der traditionelle Begriff des „Programmierers“ allmählich verschwindet.

Wenn man keine Anwendungen erstellen muss, um Code zu lesen, ist „Code schreiben“ noch eine Kernkompetenz?

Analysten von SemiAnalysis haben vorhergesagt, dass dieser Trend Anthropic 2026 zu einem explosiven Wachstum verhelfen wird, es könnte sogar OpenAI überholen. Im Vergleich dazu haben GitHub Copilot und Office Copilot zwar ein Jahr Vorsprung, aber „kaum Fortschritte als Produkt erzielt“.

Dieser Vergleich ist hart, aber er zeigt das Problem auf: In der KI - Ära ist der Vorsprung des ersten Starters möglicherweise nicht so wichtig wie die Produkt - Erfahrung.

03

Neudefinition des „Programmierers“

Aber Programmierer müssen sich nicht zu sehr Sorgen machen. Der Beruf des Programmierers wird nicht verschwinden, nur die Definition dieses Berufs ändert sich.

Wie Dan Shipper sagte, wird man auch 2025 „immer noch das zugrunde liegende System verstehen müssen, vielleicht muss man auch immer noch in den Code schauen“.

Aber die Bedeutung von „müssen“ hat sich verändert.

Programmierer verwandeln sich von „Code - Schreibern“ zu „KI - Koordinatoren“.

Man muss wissen, wie man mit KI spricht, wie man ihre Ausgabe überprüft und wie man sie korrigiert, wenn sie einen Fehler macht. Man muss die Systemarchitektur verstehen, aber nicht unbedingt jede Codezeile selbst implementieren.

Die Reflexion eines Google - Ingenieurs ist sehr repräsentativ: Die Diskussion in der Community über die KI - Programmierfähigkeit ist „angespannt“, einerseits staunt man über die Leistungssteigerung, andererseits befürchtet man die Verdrängung. Aber er betont, dass die Fachkenntnisse immer noch wichtig sind und es immer noch einen Unterschied zwischen Prototyp und Produktionsumgebung gibt.

Wenn KI - Programmierung billig und gut genug ist, wird sich die Ökonomie der gesamten Softwareentwicklung ändern.

Vielleicht ist 20 % der GitHub - Commits nur der Anfang. Vielleicht werden wir in ein paar Jahren sehen, dass 50 %, 80 % oder sogar ein höherer Anteil von KI stammt.

Das bedeutet nicht unbedingt das Ende, sondern einen neuen Anfang. Echte Programmierer werden nicht von KI ersetzt, sondern lernen, wie man KI zu einem mächtigen Werkzeug macht.

Genau wie der Taschenrechner Mathematiker nicht arbeitslos gemacht hat, wird KI auch Programmierer nicht arbeitslos machen - es werden nur diejenigen arbeitslos, die sich weigern, sich zu entwickeln.

Code ist die Maschinensprache, die Muttersprache der KI. Es scheint ein natürlicherer Schritt zu sein, die Maschinensprache an die Maschine zurückzugeben und die Ideen in natürlicher Sprache zu beschreiben.

Dieser Artikel stammt aus dem WeChat - Account „Geek Park“ (ID: geekpark), Autor: Hualin Wuwang, Redakteur: Jing Yu, veröffentlicht von 36Kr mit Genehmigung.