2023 年初，GitHub 用户刚刚突破 1 亿；2025 年 9 月，已经达到 1.8 亿人；根据微软前不久披露的数据，截至 2026 年 7 月，已经突破 2.25 亿人。

　　但是 GitHub 用户规模为何增长如此迅猛？GitHub 官方也解释不清楚。他们曾在此前的官方报告里坦诚地承认：

　　GitHub 是全世界程序员存放代码、协作开发的地方。多出来的用户，只靠职业程序员的增长解释不了。

　　美国劳工统计局统计过，2025 年美国软件开发人员就业人数为 171 万人。全球靠写代码吃饭的人，调研机构 SlashData 的口径是 3650 万。也就是说，即便考虑到一个人可能有多个账号，也存在一个事实：GitHub 上有大量用户，是不靠写代码为生的人。

　　连 GitHub 自己都公开承认解释不了用户为什么涨，我们也没有办法给出精准的解答。但我们可以通过 GitHub 上面的一些代表性的项目，拼凑一下，试着理解 GitHub 上，到底在发生什么，出现了哪些不寻常的项目。

　　近期最的一个，可能要算 9 月 7 日才在 GitHub 上出现的一个项目，不到一个月，已经突破了 2.7 万颗星。

　　项目简介里写着，它主要是通过援引很多论文和，来讲解怎么活得久、怎么少生病，怎么少花冤枉钱，也讲一些恋爱结婚生孩子的指南等等。

　　这个项目看上去有点像一个本开源了的。用户还可以将它作为 skill，直接给自己的 codex 或者 Claude 安装上。

　　在 GitHub 的语境中，项目获得的数，相当于是开源世界里的、，也代表着一种公信力。能出现在 GitHub，而且还快速斩获了很多数，可以说有点，但也多少体现了如今 GitHub 的变化。

　　过去，GitHub 上 的主角是 React、Vue、Linux 这类开发框架、编译器、数据库等基础设施。今天，带有属性、人文气质的项目开始变多。

　　比如，排在一堆正经代码框架前面的，有一个叫 chinese-poetry 的项目，拿了 5 万颗星。它收录了 5.5 万首唐诗、26 万首宋诗，一共 37 万首古典诗词，现在是很多诗词类 App 的底层数据源。

　　也有内容创

　　比较普遍的还有各种 AI 聊天库。例如，awesome-chatgpt-prompts，如今已经有 17.1 万星，自称，被哈佛、哥伦比亚大学引用过，OpenAI 联合创始人 Greg Brockman 亲自推荐。这个仓库里几乎没有一行可执行代码，它的价值纯粹是汇聚了各行各业经验浓缩成的各类 AI 聊天提示词。

　　更典型的一个案例是，今年上半年，OpenClaw 在 GitHub 上爆火后，围绕它，出现了 Skill、插件、Agent、教程和各种衍生项目。GitHub 和开源社区开始成为这些东西最主要的传播场所之一。

　　一大批跟代码关系不太大的项目也跟着在 GitHub 上走红，而后在社交媒体上发酵，变成更大的社会议题。

　　其中，最出圈的一批，是项目。比如，同事.skill，它试图把一个人的工作经验、表达方式和做事方法整理成 AI 可以调用的 Skill。

　　项目在 GitHub 上以惊人的速度涌现，并在数天之内斩获上万颗星，它又催生出老板.skill、前任.skill、反蒸馏.skill 一整个系列，这些极具社会话题性与情绪张力的项目，很快破圈引发全网讨论。

　　更早一些的，还有著名的项目，项目搜集了企业加班证据清单，并由社区共同维护了一份的企业名单。

　　观察这些推动 GitHub 频繁的贡献者中，越来越多的人并非传统计算机系出身的技术背景，而是具备社会学、文学、金融、经济学背景的。

　　过去的 GitHub，是程序员的自留地。如今涌入大量程序员之外的从业者，和过去这三年 AI 降低了开发门槛，有分不开的关系。

　　借助 AI，从一个想法到生成一个应用的路径，被无限压缩。GitHub 官方自己也在强化这种方向。GitHub 自己曾一度推出过 Spark——你用自然语言说一句话，它就能生成一个能跑的应用，表示要让。

　　在算法推荐泛滥、流量灌水严重的社交网络时代，GitHub 依靠 Git 版本的与，建立了极具透明度的评价体系。

　　Star与 Fork 机制构成了全球公认的开源共识。

　　虽然刷分现象偶有发生，但这套全球公认的开源共识机制依然坚固——每一个 Star 都代表着一名真实用户对该项目解决实际问题或提供情绪价值的认可。

　　一旦项目在 GitHub 上斩获数千甚至上万 Star，就天然获得了某种与，能够迅速反哺至小红书、X、

　　Git 的不可篡改与万人协作属性，也让 GitHub 成为人文社科创

　　这种人群泛化带来了生态流量的爆发增长，又反过来吸引了更多原本与 GitHub 毫无交集的普通用户注册、体验和贡献。

　　在过去的工业时代与 Web 2.0 时代，商业世界的运作逻辑是的。受限于昂贵的研发成本、团队组建成本和推广门槛，一个需求必须达到数千万人乃至上亿人的规模，才值得企业去投入资源打造产品。

　　在这种低分辨率视角下，一千万人才能构成一个模糊的——投资人与创业者只有模糊地看清这个集群的轮廓，确定其能够商业变现、闭环退出，才敢组建团队、融资进场。而那些千奇百怪的、独属于个体或极小人群的特殊需求，因为无法形成规模效应，只能作为被忽略掉。

　　但在大模型与开源机制深度融合的今天，需求的颗粒度被精准地放大了成千上万倍，世界变成了的。

　　AI 负责把生产工具变得更便宜，GitHub 负责让成果公开，开源负责让别人接着做，而后吸引同类的，形成正向反馈。

　　而且，开源的深层价值也发生了根本性的转变：创

　　创

　　当一个创

　　就好像散落在全球各地的聚集在一起，拼凑出了一幅过去在低分辨率时代极其模糊、甚至根本无法被看到的。

　　这些非商业开源项目的爆发，本质上是技术开发门槛持续降低后，长尾需求在微观层面的一次集中释放。

　　2025 年 2 月，Karpathy 在推上造了一个词：vibe coding。描述的状态很简单——把意图交给 AI，代码写出来也不看，直接要结果。这个词后来被《柯林斯词典》评成了年度词汇。

　　这个趋势即便到现在，也没有减退。面向专业开发者的 Cursor 的年化收入做到 20 亿美元，从 1 亿增长到 20 亿美元仅用了 13 个月，并在 2026 年 6 月被 SpaceX 以 600 亿美元收购；面向非专业开发者的 vibe coding 平台 Lovable 的估值在 8 个月内从 18 亿暴涨至 66 亿美元，并在 2026 年 8 月再融资达 133 亿美元，年化收入达 5 亿美元。

　　程序员，始终是小众群体。全球职业程序员不过几千万，而 GitHub 上那 2.25 亿个账号，里面还在迅速增长的不写代码的群体，才是下一块更大的空白市场。

　　这或许才是 AI 正在改变世界的方式：不是让每个人都成为程序员，而是让更多人获得一种新的能力：把自己脑子里的东西，变成一个真实存在的东西。这个过程中，开源社区的机制将项目交付、迭代的门槛都降到了最低。

　　当技术门槛无限降低，如何接住这些，不仅仅是开源社区的事情，也蕴藏着真实用户需求和商机的涌现。