في الربع الأول من عام 2026، كان 13.0% من مهارات الوكلاء المكتوبة حديثًا بلغة غير إنجليزية، وارتفع إلى 16.3% بعد ربع واحد — أي زيادة ثلاث نقاط مئوية خلال ثلاثة أشهر عبر 255,068 مهارة. للسياق، استغرق توثيق GitHub غير الإنجليزي عشر سنوات لينمو من 3.7% إلى 13.0%، مما يشير إلى أن تطوير الذكاء الاصطناعي يتسارع خارج المراكز التقليدية مثل سان فرانسيسكو. من المهم ملاحظة أن الإنجليزية ليست وكيلًا للمطورين الأمريكيين؛ أسرع سكان GitHub نموًا هم الهند، والتي تكتب بالإنجليزية جنبًا إلى جنب مع نيجيريا وسنغافورة.

المهارة هي ملف SKILL.md يحتوي على تعليمات لوكيل ذكاء اصطناعي بنص عادي، وفقًا لمواصفات Anthropic لشهر أكتوبر 2025. بعد تسعة أشهر، وُجد 3.8 مليون مهارة في 282,200 مستودع عام في مجموعة بيانات Git Skills. تختلف المهارات عن البرمجيات التقليدية: فهي مكتوبة بلغة بشرية وتُنفذ بواسطة نماذج متعددة اللغات، ولا يوجد متطلب تقني للإنجليزية.

أظهر تحليل 1,870,299 مهارة distinct أن 85.3% منها إنجليزية، و6.2% صينية (بقيادة 104,985 مبسطة مقابل 9,112 تقليدية)، و1.7% يابانية، و1.6% ألمانية، و1.2% كورية، و1.1% برتغالية، و0.9% إسبانية، و0.4% فرنسية. تمثل المهارات غير الإنجليزية 14.3%، والتي تقارب تقريبًا 13.0% لتوثيق GitHub، لكن تمثيل الصينية أعلى بشكل ملحوظ عند 6.2% مقابل 3.3%. تختلف الأرقام المنشورة على نطاق واسع (65.0%–99.7% إنجليزية) بسبب اختلاف السكان: الأسواق المُنتقاة، وشرائح النطاق، والمسحوبات المُبذرة بالإنجليزية.

الكيانات الرئيسية: الشركات: GitHub, Anthropic, Plicara Labs, Claw Hub, skills.sh | المواقع: سان فرانسيسكو, الهند, نيجيريا, سنغافورة, شنتشن, ساو باولو

الأسئلة الشائعة: لماذا تختلف الأرقام المنشورة حول توزيع لغات مهارات الوكلاء بشكل كبير؟

تختلف الأرقام المنشورة لأنها تقيس سكانًا مختلفًا: الأسواق المُنتقاة تميل نحو الإنجليزية، وشرائح النطاق الخاصة بالنطاق تعكس تركيزات النشاط المحلي، والمسحوبات المُبذرة بالإنجليزية تجد محتوى إنجليزيًا بشكل طبيعي. حللت الدراسات مجموعات بيانات تتراوح من 557 مهارة صحية إلى 1.87 مليون مهارة distinct، باستخدام أدوات مختلفة لتحديد اللغة (py3langid, fast-langdetect) وعتبات الثقة.