AI最新情報読了 6 分

AIがPRの4割超を書く時代、GitHub首位言語は型に厳格なTypeScript

Shiritomo編集部 @shiritomoAI_jp 2026年11月1日更新

AIにコードを書かせるなら、文法がゆるい言語のほうが向いていそうなものです。
ところが2026年のGitHubで最も使われている言語は、型（変数や関数が扱うデータの種類をあらかじめ決めておく仕組み）に厳格なTypeScriptでした。
プルリクエスト（コードの変更をリポジトリに取り込んでもらうための提案）の4割超がAIエージェント起点という時代に、なぜ「ゆるくない」言語が選ばれているのでしょうか。
幅広いスキルを持つエンジニアの価値が見直されている背景にも、同じ構造が関わっています。

先に結論をまとめると：
– GitHubの年次調査「Octoverse 2026」で、プルリクエストの4割超がAIエージェント起点だったと発表された
– コントリビューター数ではTypeScriptが首位を維持し、Python・JavaScriptを上回る増加を記録した
– 型システムがAIの出力ミスを検知するガードレールとして働き、幅広い理解を持つエンジニアの価値が上がっている

何が起きたのか

GitHubは2026年10月28日、年次調査レポート「Octoverse 2026」を公開しました。
このレポートは、GitHub上で実際に行われたコミット（変更の記録）やプルリクエストのデータを集計したもので、今年最大のトピックとして取り上げられたのが「AIエージェントが起点となるプルリクエスト」の急増です。

発表によると、2026年9月の時点で全プルリクエストの4割超が、AIエージェントの最初のドラフト（下書き）から始まっていました。
半年前の3月時点ではこの割合が17%だったため、わずか6カ月で2倍以上に増えた計算になります。
件数にすると、2026年9月の1カ月だけでAIエージェント起点のプルリクエストは約1億1000万件にのぼったとされています。

もう一つの大きな発見が、プログラミング言語別のコントリビューター（開発に貢献した人数）の順位です。
2025年9月から2026年9月までの1年間で、TypeScriptは362万人のコントリビューターを新たに増やし、Python(323万人増)・JavaScript(182万人増)を上回って首位を維持しました。
AIがコードを量産する時代になっても、最も支持を集めたのは「型」を厳格に扱う言語だったわけです。
この事実だけでは、なぜゆるい言語ではなく型のある言語が選ばれているのかまでは分かりません。
そこで背景を一次情報で確かめてみました。

調べて分かったこと

なぜAI時代に型のある言語が強いのか？

GitHubのレポートでは、AIが関与したマージ済み（取り込みが完了した）プルリクエストの割合を言語別に出しています。
TypeScriptが44.1%、Pythonが41.1%、Rustが40.4%と、いずれも4割前後に達していました。
一方でJavaは21.2%、C#やC++もおおむね21〜34%の範囲にとどまっています。

この差を分けているのが、型システムの有無だと報じられています。
TypeScriptやRustのように変数の型を厳格に決める言語では、AIが書いたコードに矛盾があると、コンパイル(プログラムを実行可能な形に変換する処理)の段階でエラーとして検出されます。
つまり型システムが、人間が一つひとつ目で追わなくてもAIの出力ミスを機械的に弾いてくれるガードレールとして機能しているのです。
型のゆるい言語ではこの安全網がないため、AIが生成したコードの矛盾が実行時まで見つからないことがあります。
AIがコードの量を増やすほど、この差は効いてくるのでしょう。

Rustの急成長は何を示しているのか？

Rustはメモリ安全(プログラムが意図しない領域のメモリにアクセスしてしまう不具合を防ぐ設計)な言語として知られ、今回のレポートでも成長率トップの言語として名前が挙がりました。
この1年でコントリビューター数が倍増したとされ、上位言語の中では最も高い成長率を記録しています。
AIが関与したプルリクエストの割合も40.4%とTypeScript・Pythonに次ぐ水準で、型に厳格な言語ほどAIとの協働で支持を集める傾向が、TypeScriptだけの特殊事情ではないことがうかがえます。

フルスタックエンジニアとは、AI時代にどう変わったのか？

フルスタックエンジニアとは、フロントエンド(画面側)からバックエンド(サーバー側)まで幅広い領域を一人で担えるエンジニアを指す言葉です。
これまでは「広く浅い」「器用貧乏」と評されることもありましたが、AIがコードの下書きを担うようになった今、立場が変わり始めています。
AIが生成したコードが型のチェックを通過しても、設計全体として整合性が取れているかどうかまでは機械が保証してくれません。
フロントエンドとバックエンドの両方を理解しているエンジニアであれば、AIの出力がシステム全体のどこに影響するかを見渡しながらレビューできます。
領域をまたいで理解できる力そのものが、AI時代の実務では評価軸になっているということです。
現場のノウハウを持つ人ほど、AIの出力を活かせるとも言われています。

一方で、海外の技術記事では「AIに頼りすぎると、コードの本質を理解する力が育たないのではないか」という懸念も指摘されています。
AIが書いたコードをそのまま受け入れるだけでは、なぜそのコードが動くのかを説明できないエンジニアが増えかねません。
型システムがエラーを教えてくれても、「なぜ直るのか」を理解して次に活かせるかどうかは、結局は人間側の学び方にかかっているようです。

Shiritomo編集部の考察：発信者が参考にすべきは「検知の仕組み」

AI活用やSNS運用に携わる人にとって、このニュースから持ち帰れるのは「型システム」という考え方そのものだとShiritomo編集部は見ています。
SNSの自動投稿ツールやAIによる文章生成も、出力をそのまま信じるのではなく、投稿前に人がチェックできる仕組み（事実確認・表現チェックなど）を一段挟めるかどうかで品質が変わるという点は、コード生成と同じ構造です。

エンジニアの世界で「型がAIのミスを検知する仕組み」として評価されているように、SNS運用でも「AIの出力を機械的・人力でどう検知するか」を先に設計しておくことが、今後ますます重要になっていくと考えられます。
AIに任せる範囲を広げるほど、その手前にどんな検知の仕組みを置くかが、成果物の質を左右するはずです。

まとめ

GitHubの年次調査「Octoverse 2026」では、プルリクエストの4割超がAIエージェント起点になった一方で、最も支持を集めた言語は型に厳格なTypeScriptでした。
AIがコードを量産する時代だからこそ、型システムのような検知の仕組みと、それを理解して使いこなせる人の力が、これまで以上に競争力の源になっていくのではないでしょうか。