前言

这段时间刷 GitHub Trending，有一个很明显的感觉：

怎么又是 AI？

昨天 AI Agent，今天本地大模型，明天 MCP，后天又是”开源版 Cursor"之类的。

实话实说，有点看腻了都。以前类型还是百花齐放，现在整个 Trending 都在围着 AI 转。

虽然这代表了趋势，无可避免。

但或许我们可以验证一下，是什么时候变成这样的？

历史 Trending 记录

我翻了一份记录了 GitHub Trending 的历史归档项目，从 2014 年一路看到 2026 年 7 月。

先说结论：

AI 项目不是 ChatGPT 出来之后才突然出现的。

真正的变化分三步：

• 2016-2018 年，机器学习框架开始常驻 Trending；
• 2022 年，Stable Diffusion 把 AI 从研究圈带到大众开发者面前；
• 2023 年 3 月以后，ChatGPT / LLaMA / LangChain 这一波，才真正让 AI 项目开始“霸榜”。

通过关键词筛选和项目描述校验（包含传统机器学习），得出的年度“AI 项目”比例如下：

这个比例很有意思。

第一，AI 不是 2023 年才大批量出现。

2016 年开始，TensorFlow、Caffe、Keras、scikit-learn、MXNet 这类传统机器学习框架就已经很活跃。

2017 年，AI 相关项目占比已经有 10% 左右。

第二，真正的断崖式变化发生在 2023 年。

2022 年只有 6.29%，2023 年直接跳到 17.42%。

如果按月看，2023 年 3 月是一个非常明显的拐点：

• 2023 年 3 月，AI 相关项目占比达到 24.29%；
• 2023 年 4 月，22.96%；
• 2023 年 5 月，21.08%。

并且这一年开始，AI 项目更贴近我们日常理解的 AI，逐渐脱离了传统机器学习层。

这三个月，基本就是 GitHub 版 “ChatGPT 时刻”。

2014-2015：AI 还不是 AI，是机器学习

2014 年的 GitHub Trending，看起来跟今天完全是两个世界。

那时候榜上常见的是Docker、Angular、Django、Flask、Terraform、Kubernetes、React 生态、各种命令行工具。

AI 当然也有，但更像是技术圈里的一个专业方向。

2014 年出现比较多的 AI / ML 项目包括：

OpenCV Caffe awesome-machine-learning 一些早期神经网络、图像识别、数据科学项目

那个时候还没有今天这种“做个 AI 产品就能冲榜”的感觉。

AI 更像基础设施。

你看到的是框架、算法、视觉库，而不是聊天机器人、Agent 平台、AI 应用模板。

这其实很像早期互联网的水电煤阶段。

大家还在修路，还没开始沿街开店。

2016-2018：TensorFlow、PyTorch 把 AI 带进主流开发者视野

2015 年底 TensorFlow 开源之后，变化开始出现。

2016 年，TensorFlow 在这份归档里出现了 338 次。

同一年，Caffe、scikit-learn、Keras、MXNet 也都很活跃。

2017 年更明显。

当年 AI 相关项目占比达到 9.88%，代表项目包括：

• TensorFlow
• OpenCV
• Caffe
• TensorFlow Models
• Keras
• scikit-learn
• PyTorch

这几年 GitHub 上的 AI 热，其实是“框架热”。

开发者关注的是：

我用什么训练模型？ 我用什么跑视觉识别？ 我用 TensorFlow 还是 PyTorch？ 有没有现成模型可以下载？

这一阶段的 AI，还是工程师和研究者的 AI。

门槛很高，故事也不性感。

你需要懂数据、模型、训练、GPU、论文。

它已经进入 Trending，但还没有“占领”Trending。

2019-2021：AI 没消失，但热度反而降了一点

2019 年到 2021 年，AI 项目还在 Trending 里，但占比没有继续往上冲。

• 2019 年：8.92%
• 2020 年：8.98%
• 2021 年：6.06%

这几年榜上仍然能看到 TensorFlow、PyTorch、ONNX Runtime、HuggingFace Transformers、OpenCV、MediaPipe。

但整体感觉是：AI 回到了相对稳定的基础设施阶段。

它重要，但不新鲜。

很多框架已经成熟，开发者不再因为“一个新的深度学习框架”就集体兴奋。

这几年 GitHub Trending 还有很多别的热点：云原生、Rust、前端工程化、DevOps、安全工具、低代码、远程开发。

AI 不是消失了，而是没有成为唯一主线。

这点很关键。

如果只看 ChatGPT 之后，很容易误以为 AI 是突然从 0 到 1。

但真实情况是：

2016-2021 年，AI 的地基已经铺好了。

只是那个时候，普通开发者还没有每天都要跟 AI 打交道。

2022：Stable Diffusion 是第一次破圈

2022 年的数据占比不算特别高，只有 6.29%。

但这一年很重要。

因为 Stable Diffusion 出来了。

2022 年，AUTOMATIC1111/stable-diffusion-webui 在归档里出现了 56 次。

这个项目的意义不只是“一个图像生成工具”。

它代表 AI 开始从框架，变成“玩具”和能直接使用的“产品”。

以前你看到 TensorFlow，第一反应是：这个东西很强，但我不一定用得上。

看到 Stable Diffusion WebUI，第一反应变成：

我也能跑。 我也能生成图。 我也能改 prompt。 我也能装插件。

这就是 GitHub 上 AI 叙事的第一次转向。

从“训练模型的人”转向“调用模型的人”。

从“论文复现”转向“产品玩法”。

AI 不再只是算法工程师的工具，它开始变成创作者、设计师、前端、后端、普通开发者都能参与的东西。

但真正的爆炸，还要等到 2023 年。

2023：ChatGPT 时刻

2023 年是分水岭。

全年 AI 相关项目占比从 2022 年的 6.29%，直接跳到 17.42%。

最夸张的是 3 月：24.29%。

这个时间点并不意外。

ChatGPT 在 2022 年底发布，到了 2023 年初，开发者开始集体把它接进自己的工具链。

那几个月 Trending 上出现的项目非常典型：

• stanford_alpaca
• OpenChatKit
• ChatPaper
• ComfyUI
• EdgeGPT
• facebookresearch/llama
• HuggingFace Transformers
• Open-Assistant
• self-instruct
• Guardrails
• so-vits-svc
• ChatGPT-Next-Web
• LangChain

这不是一个项目火了。

这是整个开发者生态突然发现：

原来 AI 可以被封装成应用。

以前 AI 项目主要解决“模型怎么训练、怎么推理”。

2023 年开始，问题变成：

怎么把大模型接到微信、飞书、浏览器、IDE、文档、知识库、客服系统？ 怎么做本地知识库？ 怎么做聊天 UI？ 怎么套壳 ChatGPT？ 怎么微调一个 Alpaca？ 怎么把 LLaMA 跑在本地？ 怎么让 AI 读论文、写代码、做总结？

这就是 GitHub Trending 被 AI 改写的真正原因。

不是因为 AI 这个学科突然变强了。

而是因为 AI 变成了“应用开发平台”。

开发者终于能用自己熟悉的方式参与进来：写 UI、写 API、写插件、写工作流、写 Agent。

2024：从 ChatGPT 套壳，进入本地模型和工作流

到了 2024 年，AI 项目的占比是 16.83%，跟 2023 年接近。

但项目类型已经变了。

2023 年很多项目还是“ChatGPT 外壳”：网页聊天、API 代理、提示词合集、知识库 Demo。

2024 年开始，榜上的关键词变成：

• Ollama
• llama.cpp
• LobeChat
• Dify
• anything-llm
• Qdrant
• Tabby

这说明开发者的关注点从“怎么接 OpenAI”，转向了几个更具体的问题：

模型能不能本地跑？ 能不能私有化部署？ 能不能做工作流编排？ 能不能接企业知识库？ 能不能替代 Copilot？ 能不能把 RAG 做成产品？

2024 年的 GitHub Trending，已经不是单纯追 ChatGPT 热点了。

它开始进入“AI 工程化”。

大家不满足于玩一个聊天窗口，而是开始搭系统。

这一步很重要。

因为任何技术，只有从 demo 变成工程化工具，才算真正进入开发者日常。

2025-2026：AI 变成默认层

如果说 2023 年是爆发，2024 年是工程化，那 2025、2026 年就是常态化。

2025 年，AI 相关项目占比达到 23.41%。

2026 年截至 7 月，已经到 37.53%。

按月看更夸张：

这已经不能叫“AI 是热门方向”了。

这叫：GitHub Trending 上超过三分之一的项目，都直接或间接受 AI 影响。

2025、2026 年代表项目也很有意思：

• open-webui
• n8n
• Dify
• Ollama
• llama.cpp
• awesome-llm-apps
• MCP servers
• openai/codex
• atlassian-mcp-server
• NousResearch/hermes-agent

各种 Claude Code / Codex / Cursor 周边工具

你会发现，AI 已经从“模型”扩散到了三个方向：

第一，AI 应用平台。

比如 Dify、Open WebUI、各种 LLM app 模板。

第二，本地模型和推理基础设施。

比如 Ollama、llama.cpp、各种推理框架和模型服务工具。

第三，Agent 和上下文工程。

比如 MCP、Codex、Hermes Agent、各种连接工具、工作流工具、自动化工具。

这就是为什么现在刷 Trending，会觉得“怎么全是 AI”。

因为 AI 不再是一个独立分类。

它开始寄生在所有开发工具上。

以前你做一个笔记软件、自动化平台、代码编辑器、API 工具，它就是一个普通开发工具。

现在如果你不加 AI，好像就少了一个默认卖点。

以前是：这个项目是不是 AI 项目？

现在是：这个项目凭什么还不是 AI 项目？

GitHub Trending 被 AI 占领，本质上占领的是什么？

表面看，是 AI 项目变多了。

但更深一层，是开发者的注意力被重新分配了。

2014 年，大家关心的是 Web 框架、移动端、Docker、云原生。

2017 年，大家关心的是深度学习框架。

2020 年，大家关心的是工程效率、云原生、安全、Rust、前端构建。

2023 年以后，大家开始关心：

我能不能把大模型接进我的工作流？ 我能不能用 AI 重做一遍老软件？ 我能不能用 Agent 替代一部分人肉操作？ 我能不能把上下文喂给模型，让它帮我完成一个完整任务？

这其实是开发方式的变化。

以前 GitHub Trending 上的项目，大多是在提供“工具”。

现在很多 AI 项目提供的是“能力”。

工具是你操作它。

能力是它替你操作别的东西。

这就是 AI 项目看起来特别容易冲榜的原因。

因为它不只是解决一个小功能，而是在重新包装所有旧功能。

写代码、读论文、做客服、生成图片、搭知识库、剪视频、跑自动化、管服务器、写文档、查数据……

每一个旧场景，都可以被 AI 重新讲一遍故事。

而 GitHub Trending 本质上奖励的就是这种新故事。

最后

所以 GitHub Trending 是什么时候被 AI 占领的？

如果让我给出答案，那就是 2023 年 3 月。

GitHub Trending 就像一张开发者注意力迁移图。

2014 年，开发者在追 Web、移动端、Docker、云原生。

2017 年，开发者在追深度学习框架。

2023 年，开发者在追 ChatGPT、LLaMA、LangChain、Stable Diffusion。

2025 年以后，开发者追的已经不是某一个 AI 项目，而是“怎么把 AI 接进所有软件”。

这才是 AI 真正占领 GitHub 的方式。

不是榜单上多了几个模型项目。

而是所有项目都开始问自己：

我能不能也加一个 AI？

数据源 larsbijl / trending_archive，榜单数据会重复，主要看开发者关注趋势