代理技能是用什么语言编写的？

2026 年第一季度，新编写的代理技能中有 13.0% 使用英语以外的语言，一个季度后该比例为 16.3%。这相当于三个月内 255,068 项技能中的 3 个点，置信区间远未触及。相比之下，GitHub 范围内的非英语文档花了十年时间才从 3.7% 上升到 13.0%，所以这里发生的一切都以完全不同的速度发生，最合理的解释是人工智能的发展已经到达了旧金山以外的地方。审查数据后发现，这种说法比其显而易见的版本更强，因为英语并不是美国的代表。 GitHub 上增长最快的开发者群体大幅增长的是印度，该国使用英语写作，尼日利亚和新加坡也是如此，因此从语言统计上看不到其中任何一个。因此，非英语份额并不能衡量该生态系统有多少位于美国境外。它下面是一层，下面的所有东西都应该这样解读。就上下文而言，技能是文件夹中的 SKILL.md 文件，以简单的散文形式保存 AI 代理的指令，当代理判断任务相关时加载。 Anthropic 于 2025 年 10 月发布了该规范，它的传播方式就像菜谱的传播方式：有人复制它。九个月后，GitSkills 数据集收集的数据在 282,200 个公共存储库中达到了 380 万个。技能与软件一样很奇怪，我们指的是传统的技能，因为这是人工智能颠覆的事物之一。它们是用人类语言编写的，并且运行时是多语言模型，因此没有技术原因用英语编写：深圳或圣保罗的开发人员可以用自己的语言更准确地陈述过程，代理将遵循它。它是否也遵循它是一个更好的问题，并且比文件爬行可以解决的任何问题都更难回答。在剥离前面的内容和围栏代码之后，我们对每项不同技能的散文主体进行了语言识别。水平条形图，语言分布 英语 85.3% 中文 中文 6.2% 日语 日本语 1.7% 德语 德语 1.6% 韩语 한국어 1.2% 葡萄牙语 Português 1.1% 西班牙语 Español 0.9% 法语 Français 0.4% 1,870,299 种不同的技能内容。 14.3%的非英语人群中以中文为主。语言 不同技能的比例 英语 85.3% 中文 6.2% 日语 1.7% 德语 1.6% 韩语 1.2% 葡萄牙语 1.1% 西班牙语 0.9% 法语 0.4% 因此，14.3% 的技能不是英语，按文字划分，中文技能有 104,985 个简体，9,112 个繁体。上面的行并不能完全说明这一点，因为 6,810 项技能回到了我们的置信底线之下，并且不被算作两者。值得进行的比较是针对 GitHub 自己的文档，而不是其问题或拉取请求，2026 年 ICSE 研究显示存储库文档中有 13.0% 为非英语，其中中文占存储库的 3.3%。总的来说，这使得技能并不引人注目，14.3% 与 13.0% 势均力敌。不过，他们的中国人比例明显更高，分别为 6.2% 和 3.3%。为什么每个公布的数字都不一致 我们的不是唯一公布的数字，而且公布的数字彼此不一致。报告英语份额语料库方法 65.0% 557 医疗保健技能，ClawHub (2605.02709) 未说明 81.8% 26,502 技能，ClawHub (2604.13064) 未说明 85.3% 1,870,299 不同，GitHub（我们的）py3langid，conf >= 0.80 92.6% 133,149 技能、skills.sh ( 2607.01456 ) fast-langdetect 99.7% 英语种子爬行 ( 2606.03565 ) 种子 这些并不矛盾，它们是五种不同的群体：策划的市场偏向英语，域切片偏向该域恰好活跃的任何地方，而用英语查询种子的爬行将找到英语。第一个被排除的候选人是我们，因为如果我们的标识符比其他人看到的英语更少，那么整个比较将是工具的产物。因此，我们运行了相同的文档，即我们使用的 py3langid 和 92.6% 的研究使用的 fast-langdetect。他们对 97.6% 的文件达成一致，他们的英语份额相差 +1.2 个百分点，差距约为 7 个百分点。质量筛选看起来像是下一个好的候选者，但也没有任何结果：如果过滤有效标题的语料库悄悄地丢弃非英语技能，这可以解释一些传播，但非英语技能的标题有效性稍好一些，分别为 88.1% 和 86.6%，而过滤只能将英语份额从 85.6% 提高到 85.4%。剩下的就是你所看到的地方。这远远超出了这个数据集，所以当有人告诉你“人工智能生态系统”是什么样子时，他们抓取的注册表可能比他们所说的任何其他内容都包含更多的答案。技能越来越少 英语技能带有提交历史记录，因此每个技能都有一个创建日期，这将静态饼图变成了趋势。按月划分的非英语比例，置信区间 0% 8% 16% 24% 25·10 25·11 25·12 26·01 26·02 26·03 2