GitHub Octoverse 2026 रिपोर्ट: 40% PR एजेंट शुरू करते
GitHub Universe में 28 अक्टूबर 2026 को घोषित GitHub Octoverse 2026 रिपोर्ट बताती है कि सितंबर 2026 में प्लेटफ़ॉर्म पर AI एजेंटों ने 40% से ज़्यादा पुल रिक्वेस्ट शुरू कीं, जबकि मार्च में यह 17% था। मर्ज हुई पुल रिक्वेस्ट एक साल से कम में तीन गुना होकर महीने में 220 मिलियन हो गईं। सॉफ़्टवेयर कंपनियों के लिए आँकड़े दिखाते हैं कि काम कहाँ जा रहा है: एजेंट ज़्यादा कोड ड्राफ़्ट करते हैं, और रिव्यू, सुरक्षा जाँच और मर्ज नियमों पर ज़्यादा बोझ आता है।
GitHub ने इस साल क्या मापा
रिपोर्ट मापती है कि अब GitHub से कितना ज़्यादा काम गुज़रता है। GitHub के एग्ज़िक्यूटिव वाइस प्रेसिडेंट Jay Parikh ने रिपोर्ट GitHub Universe में घोषित की, और उसके मुख्य आँकड़े दिखाते हैं कि गतिविधि कितनी तेज़ी से बढ़ी। मर्ज हुई पुल रिक्वेस्ट एक साल से कम में तीन गुना होकर महीने में 220 मिलियन हो गईं। कमिट तीन गुना से ज़्यादा होकर महीने में 7.38 बिलियन हो गए, जिसकी ज़्यादातर बढ़ोतरी साल की दूसरी छमाही में हुई। नई रिपॉज़िटरी की दर दोगुनी होकर महीने में 30.3 मिलियन हो गई।
रिपोर्टिंग अवधि 1 अक्टूबर 2025 से 30 सितंबर 2026 तक थी। एजेंट के आँकड़े प्लेटफ़ॉर्म भर में एजेंट गतिविधि की GitHub की अपनी पहचान पर टिके हैं। कुछ विभाजनों के लिए GitHub ने खुद AI इस्तेमाल किया: एक LLM ने यूज़र प्रोफ़ाइल को देश के हिसाब से वर्गीकृत किया, और फ़ाइन-ट्यून किए बहुभाषी एम्बेडिंग मॉडल ने सार्वजनिक रिपॉज़िटरी को उद्योग क्षेत्रों में छाँटा।
AI एजेंट अब कितना काम शुरू करते हैं
सितंबर 2026 में GitHub पर 40% से ज़्यादा पुल रिक्वेस्ट AI एजेंट के बनाए ड्राफ़्ट से शुरू हुईं, मार्च में 17% थीं। सिर्फ़ सितंबर में एजेंटों ने 110 मिलियन पुल रिक्वेस्ट शुरू कीं, जो मार्च की मात्रा का लगभग छह गुना है।
एजेंट का काम ज़्यादा व्यापक भी होता है। GitHub ने पाया कि एजेंट से शुरू हुई 87% पुल रिक्वेस्ट ने कई फ़ाइलें बदलीं, जबकि बिना पहचानी एजेंट भागीदारी वाली पुल रिक्वेस्ट में यह 79% था। दो हफ़्ते में मर्ज होने वाली एजेंट-शामिल पुल रिक्वेस्ट का हिस्सा फ़रवरी के 83% से सितंबर में 90% हो गया, जबकि बाक़ियों की दर लगभग 86% रही। GitHub ध्यान दिलाता है कि ये आँकड़े मर्ज होने का समय बताते हैं, कोड की गुणवत्ता नहीं।
डेवलपर Copilot के एजेंट फ़ीचर कैसे इस्तेमाल करते हैं
मासिक सक्रिय GitHub Copilot यूज़र्स में 55% एजेंटिक फ़ीचर इस्तेमाल कर रहे थे, साल भर पहले 35% थे। Copilot के क्लाउड एजेंट का इस्तेमाल, जो डेवलपर को एजेंट के अपने आप पूरा करने के लिए काम सौंपने देता है, साल-दर-साल 230% बढ़ा, और एजेंट चैट का इस्तेमाल 85%।
GitHub ने Copilot Projects को सार्वजनिक प्रीव्यू में भी रखा। यह डेवलपर्स को कई रिपॉज़िटरी में एजेंट समन्वित करने, डिज़ाइन फ़ाइलों, Slack बातचीतों और मीटिंग नोट्स से संदर्भ डालने और आउटपुट की समीक्षा करने देता है।
GitHub एजेंट के लिखे कोड की समीक्षा कैसे संभाल रहा है
ज़्यादा कोड का मतलब ज़्यादा समीक्षा, और GitHub के आँकड़े दिखाते हैं कि रिव्यू और सुरक्षा टूल तेज़ी से बढ़ रहे हैं। AI-सहायता वाली कोड समीक्षा और GitHub Advanced Security के इस्तेमाल में से हर एक साल-दर-साल 90% से ज़्यादा बढ़ा। डेवलपर्स ने 30 मिलियन से ज़्यादा Dependabot पुल रिक्वेस्ट मर्ज कीं, जो 2025 की मात्रा से लगभग दोगुनी हैं।
सितंबर तक 264,000 से ज़्यादा डेवलपर्स ने स्टैक्ड पुल रिक्वेस्ट इस्तेमाल की थीं। फ़ीचर बड़े बदलाव को छोटी पुल रिक्वेस्ट में बाँटता है जिनकी एक-एक करके समीक्षा हो सकती है, और यह 6 अक्टूबर को आम तौर पर उपलब्ध हुआ। GitHub के अनुसार इसे इस्तेमाल करने वाली रिपॉज़िटरी में प्रीव्यू के दौरान मर्ज किए कोड में 9% बढ़ोतरी दिखी, हालाँकि वह यह दावा नहीं करता कि अकेले फ़ीचर इसका कारण था।
"एक-दूसरे का काम जाँचने वाली टीम के लिए, यह हमारे सहयोग के तरीक़े में सार्थक सुधार रहा है।" — David Mostoller, Comcast के सॉफ़्टवेयर इंजीनियर, स्टैक्ड पुल रिक्वेस्ट पर
28 अक्टूबर को GitHub ने सार्वजनिक प्रीव्यू में Copilot code review Max जोड़ा, जो अलग-अलग प्रदाताओं के मॉडल पर स्वतंत्र रिव्यू एजेंट चलाता है और उनके निष्कर्ष जोड़ता है। Agentic autofix 15 अक्टूबर को आम तौर पर उपलब्ध हुआ: Copilot एक पुल रिक्वेस्ट में 25 तक कोड स्कैनिंग अलर्ट के सुधार सुझाता है और उन्हें जाँचने के लिए CodeQL दोबारा चलाता है।
इस बदलाव का इंजीनियरिंग लीडरों के लिए मतलब
सॉफ़्टवेयर शिप करने वाले कारोबार के लिए रुकावट कोड लिखने से उसे जाँचने की ओर जा रही है। जब एजेंट 40% से ज़्यादा पुल रिक्वेस्ट शुरू करते हैं, तो आउटपुट की सीमा यह बन जाती है कि लोग कितने बदलावों को भरोसे से जाँच सकते हैं।
GitHub के अपने नियंत्रण दिखाते हैं कि वह कंपनियों से इसे कैसे संभालने की उम्मीद करता है। Copilot approvals, जो अब आम तौर पर उपलब्ध हैं, ज़रूरी मंज़ूरियों में गिने जा सकते हैं, लेकिन वे डिफ़ॉल्ट रूप से बंद हैं, एडमिन्स तय कर सकते हैं कि Copilot किन फ़ाइल पाथ को मंज़ूर कर सकता है, और बाद में नए कमिट आने पर मंज़ूरी रद्द हो जाती है। एजेंट अपनाने वाली टीमों को मात्रा आने से पहले इसी तरह के रिव्यू नियम चाहिए होंगे।
सवाल और जवाब
AI एजेंट GitHub की कितनी पुल रिक्वेस्ट शुरू करते हैं?
GitHub Octoverse 2026 रिपोर्ट के अनुसार सितंबर 2026 में 40% से ज़्यादा, मार्च में 17% थीं। सितंबर में एजेंटों ने 110 मिलियन पुल रिक्वेस्ट शुरू कीं।
GitHub पर हर महीने कितनी पुल रिक्वेस्ट मर्ज होती हैं?
GitHub के अनुसार 2026 में महीने में लगभग 220 मिलियन, जो एक साल से कम पहले के स्तर का तीन गुना है।
Copilot code review Max क्या है?
यह 28 अक्टूबर से सार्वजनिक प्रीव्यू में रिव्यू विकल्प है जो अलग-अलग प्रदाताओं के मॉडल पर स्वतंत्र रिव्यू एजेंट चलाता है और उनके निष्कर्ष एक रिव्यू में जोड़ता है। GitHub के अनुसार इसमें Lite और Balanced विकल्पों से ज़्यादा समय लगता है और ज़्यादा AI क्रेडिट खर्च होते हैं।
MOZGII की राय
हम इसे कैसे बनाते
जब एजेंट बदलावों का बड़ा हिस्सा शुरू करते हैं, तो सॉफ़्टवेयर टीम में दुर्लभ संसाधन टाइप करना नहीं रहता। वह ध्यान से पढ़ना है। अगर हम इसके लिए टीम तैयार करते, तो एजेंट से नहीं, रिव्यू के रास्ते से शुरू करते। एजेंट से शुरू हुई हर पुल रिक्वेस्ट के साथ एक छोटा नोट होता कि उसने क्या बदला और क्यों, कौन-से टेस्ट चलाए, और कौन-सी फ़ाइलें छुईं, ताकि समीक्षक कच्चे डिफ़ से नहीं, संदर्भ से शुरू करे।
हम बदलाव छोटे रखते, क्योंकि छोटा बदलाव बड़े से जाँचना आसान है, और साइन-इन लॉजिक या साझा लाइब्रेरी को छूने वाली किसी भी चीज़ को नियम से वरिष्ठ समीक्षक के पास भेजते। उन पाथ के लिए AI मंज़ूरी बंद रहती। दूसरा मॉडल पहले की ग़लतियाँ पकड़ सकता है, लेकिन मर्ज का फ़ैसला व्यक्ति के पास रहता।
यह वहाँ टूटेगा जहाँ मात्रा ध्यान से आगे निकल जाए। अगर समीक्षकों के सामने हर दिन कहीं ज़्यादा पुल रिक्वेस्ट आएँ, तो वे आदत से मंज़ूर करने लगते हैं, और रफ़्तार के आँकड़े अच्छे दिखते हैं जबकि गुणवत्ता गिरती है। इसीलिए हम मर्ज होने का समय नहीं देखते। हम जो एक मेट्रिक देखते, वह मर्ज हुए एजेंट बदलावों का वह हिस्सा होता जिन्हें कुछ हफ़्तों में वापस लिया या ठीक किया जाता है। अगला कदम: साप्ताहिक रिपोर्ट बनाना जो समीक्षकों को दिखाए कि एजेंट के किस तरह के बदलावों में सबसे ज़्यादा दोबारा काम लगा, ताकि टीम जान सके कहाँ और ध्यान से देखना है।
स्रोत
इस खबर के तथ्य इन स्रोतों से लिए गए हैं।