Недавнее исследование показало, что 78.7% репозиториев на GitHub и других платформах используют AI-инструкции для автоматизации и улучшения процессов разработки. Однако, несмотря на широкое распространение, разработчики в среднем применяют от 2 до 4 различных AI-инструментов в своей работе. Это указывает на то, что, хотя AI-инструкции стали стандартом, разработчики предпочитают комбинировать несколько инструментов для достижения наилучших результатов.
Исследование также выявило, что наиболее популярными AI-инструментами являются те, которые помогают в автоматизации тестирования, генерации кода и анализе кода. Это связано с тем, что эти задачи требуют значительных временных затрат и могут быть значительно ускорены с помощью AI.
Важно отметить, что использование нескольких AI-инструментов может привести к более сложной интеграции и управлению. Разработчики должны тщательно выбирать инструменты, которые лучше всего соответствуют их потребностям, и обеспечивать их совместимость друг с другом.
Для команды, работающей над ИИ-агентом Jarv, это исследование подчеркивает важность создания универсального и гибкого инструмента, который может интегрироваться с другими популярными AI-инструментами. Это позволит разработчикам использовать Jarv в сочетании с другими инструментами, что повысит их продуктивность и эффективность.