全球最大代碼託管平台 GitHub 嘅最新技術報告披露，過去一年 AI 生成程式碼嘅數量爆發式增長，迫令公司大幅擴建數據中心硬件。
據報告，GitHub 今年加裝咗 400 萬個 CPU 核心、160PB 存儲，以及每秒 50Tb 嘅網絡頻寬，用以應對 AI 生成程式碼帶嚟嘅基礎設施壓力。
活動量嘅增長曲線令人瞠目：程式碼提交（commit，即新增或修改代碼嘅動作）按年錄得六倍增幅；已合併嘅 Pull Request（程式碼合併請求）則升咗四倍。細睇逐月數據，4 月份每月提交量已有 14 億次，到 8 月跳至 29 億，9 月更達到 74 億。過去十二個月嘅總推送量達 179 億次，超過 2024 同 2025 兩年嘅總和。
GitHub 將呢波浪潮歸因於「代理型 AI」（Agentic AI，即能夠自主執行多步驟任務嘅 AI 系統）。報告指，2026 年 3 月有 17% 嘅 Pull Request 由 AI 代理發起，到今年 9 月呢個比例已升至超過 40%。另外，以 AI 啟動嘅項目其活動量平均為純人工操作嘅八倍。
呢波代碼洪峰對 CI/CD（持續集成／持續部署）流水線造成巨大壓力。喺現代開發流程中，每次提交或合併都會觸發一連串自動化檢查：例如掃描遺漏嘅待辦項目（to-do）、代碼風格檢查（linting），以及執行單元測試同集成測試，確保新代碼唔會破壞既有功能，並能同關聯嘅程式、服務同 API 正常協作。每次 commit 都要跑成串測試，算力同 I/O 需求自然水漲船高。GitHub 甚至重新設計咗後端架構，盡量將存儲同計算分離，以應對急劇上升嘅需求。按目前嘅增速，下一次硬件升級唔會太遠。
呢份數據第一次以精確數字佐證咗一個一直被人討論嘅現象：大量生產環境嘅程式碼，正逐步由 AI 編寫。對開發者而言，代碼量變大唔代表人手需求同步增加；對基礎設施投資者而言，呢組數字係一個實打實嘅算力需求預警。
模姐驗嚇貨：GitHub 呢個數字最有意思嘅地方，唔係「AI 寫咗幾多 code」，而係「每 commit 都要跑幾多測試」。74 億次月提交，每次都要過 CI/CD 流水線——呢個係真正嘅算力黑洞，唔係宣傳數字。AI 寫 code 寫得越多，驗收成本就越高。
模姐｜深度調教
