GitHub стал однообразнее после ChatGPT? Исследование кода за 2019–2025 годы

Автор материала на Хабре проверил гипотезу, что открытый код на GitHub стал более однообразным после появления ChatGPT и распространения AI-инструментов для разработки вроде GitHub Copilot, Cursor, Claude Code и Windsurf — для этого он проанализировал данные платформы за 2019–2025 годы.

Зачем проверять код на однообразие

После появления ChatGPT и массового распространения AI-ассистентов разработка заметно ускорилась: код, тесты, README, комментарии и небольшие utility-функции теперь можно получить за секунды. Но у этого есть менее очевидная сторона — если миллионы разработчиков используют похожие модели и похожие промпты, открытый код рискует стать более однородным. Это гипотеза, а не готовый вывод: сам автор формулирует вопрос как открытую проблему, которую нужно проверить на реальных данных, а не как заранее известный факт.

Как устроено исследование

Автор построил анализ на данных GH Archive и BigQuery за 2019–2025 годы, изучая commit messages, содержимое README, имена функций и другие текстовые артефакты репозиториев. Для сравнения разных периодов он ввёл собственную метрику — GitHub Uniformity Index, позволяющую оценить, насколько похожими стали код и сопроводительные тексты до и после массового прихода AI-инструментов в разработку.

Выбор временного диапазона 2019–2025 годов не случаен: он охватывает годы до появления ChatGPT, момент его релиза и последующие годы, когда AI-ассистенты для кода — от GitHub Copilot до Cursor, Claude Code и Windsurf — прошли путь от нишевых плагинов до массового инструмента разработчика. Это позволяет искать не просто разовый скачок показателей, а устойчивый тренд, растянутый на несколько лет внедрения технологии.

Почему это важно для открытого кода

Если гипотеза подтвердится, это будет означать, что удобство AI-ассистентов имеет цену — снижение разнообразия подходов и стилей в открытых репозиториях. Для экосистемы, которая исторически ценила разнообразие решений одной и той же задачи, такой эффект был бы значимым сигналом о побочных последствиях массового внедрения генеративных моделей в повседневную разработку.

• Период анализа — данные GitHub за 2019–2025 годы
• Источники данных — GH Archive и BigQuery
• Изучаются commit messages, README и имена функций
• Введена собственная метрика — GitHub Uniformity Index
• Среди упомянутых AI-инструментов — GitHub Copilot, Cursor, Claude Code, Windsurf

Что именно можно измерить по коду на GitHub

GH Archive фиксирует публичные события платформы — коммиты, pull request'ы, issues — а связка с BigQuery позволяет прогонять SQL-запросы по этому массиву за много лет без необходимости скачивать репозитории целиком. Такой подход даёт возможность сравнивать стиль коммитов, структуру README и наименование функций в срезах «до ChatGPT» и «после ChatGPT» на статистически значимых объёмах данных, а не на выборке из нескольких проектов.

Что это значит

Вопрос об однообразии кода — это не про эстетику, а про то, не теряет ли открытый код разнообразие подходов и решений вместе с ростом скорости разработки. Методика на основе GitHub Uniformity Index даёт инструмент, которым можно измерить этот эффект на реальных данных, а не только предполагать его на глаз. Сама постановка вопроса показывает, что дискуссия об AI-инструментах для разработки постепенно смещается от простого «стало быстрее» к более тонким побочным эффектам массового внедрения.