В первом квартале 2026 года 13,0% recién написанных навыков агентов были на языке, отличном от английского, увеличившись до 16,3% через квартал — рост на три процентных пункта за три месяца по 255,068 навыкам. Для контекста, непанглийская документация на GitHub росла с 3,7% до 13,0% в течение десяти лет, что указывает на ускорение разработки ИИ за пределами традиционных центров вроде Сан-Франциско. Важно отметить, что английский язык не является прокси для американских разработчиков; самое быстрорастущее население на GitHub — это Индия, которая пишет на английском наряду с Нигерией и Сингапуром.

Навык — это файл SKILL.md, содержащий инструкции для ИИ-агента в простом тексте, согласно спецификации Anthropic от октября 2025 года. Через девять месяцев существовало 3,8 миллиона навыков в 282 200 публичных репозиториях набора данных Git Skills. Навыки отличаются от традиционного программного обеспечения: они написаны на человеческом языке и выполняются многоязычными моделями, без технического требования к английскому.

Анализ 1 870 299 различных навыков показал, что 85,3% — на английском, 6,2% — на китайском (ведущим является упрощённый китайский с 104 985 против традиционного китайского с 9 112), 1,7% — японский, 1,6% — немецкий, 1,2% — корейский, 1,1% — португальский, 0,9% — испанский и 0,4% — французский. Неанглийские навыки составляют 14,3%, что примерно соответствует 13,0% документации GitHub, но представление китайского языка значительно выше — 6,2% против 3,3%. Опубликованные цифры сильно варьируются (65,0%–99,7% на английском) из-за разных популяций: отобранных маркетплейсов, доменных срезов и английскоязычных краулеров.

Ключевые сущности: Компании: GitHub, Anthropic, Plicara Labs, Claw Hub, skills.sh | Местоположения: Сан-Франциско, Индия, Нигерия, Сингапур, Шэньчжэнь, Сан-Паулу

Часто задаваемые вопросы: Почему опубликованные данные о распределении языков навыков агентов варьируются так значительно?

Опубликованные данные различаются, потому что они измеряют разные популяции: отобранные маркетплейсы смещены в сторону английского языка, доменные срезы отражают локальную концентрацию активности, а краулеры, засеянные английским языком, по своей природе обнаруживают английский контент. Исследования анализировали наборы данных от 557 навыков в сфере здравоохранения до 1,87 миллиона различных навыков, используя разные инструменты идентификации языка (py3langid, fast-langdetect) и разные пороги уверенности.