এই পোস্টে যা থাকছে

১. চার মাসে GitHub-এ কী ঘটেছে
২. Commit দ্বিগুণ হওয়ার অর্থ কী
৩. সাম্প্রতিক GitHub outage কেন হয়েছিল
৪. AI coding কি এই growth-এর মূল কারণ
৫. শুধু commits নয়, আর কী বাড়ছে
৬. GitHub কীভাবে infrastructure বাড়াচ্ছে
৭. Developers-এর জন্য এর অর্থ কী
৮. বাংলাদেশের developers-এর জন্য কেন গুরুত্বপূর্ণ
৯. AI-generated code নিয়ে উদ্বেগ কোথায়
১০. FAQ ও শেষ কথা

মাত্র চার মাসে ১.৪ বিলিয়ন থেকে ২.৯ বিলিয়ন Commit

Software development-এর জগতে বেশ বড় একটি পরিবর্তন ঘটছে, আর তার সরাসরি চাপ পড়ছে GitHub-এর infrastructure-এর ওপর।

GitHub জানিয়েছে, ২০২৬ সালের এপ্রিল থেকে তাদের মাসিক commits ১.৪ বিলিয়ন থেকে বেড়ে ২.৯ বিলিয়নে পৌঁছেছে। অর্থাৎ মাত্র চার মাসের ব্যবধানে GitHub-এ প্রতি মাসে হওয়া code changes-এর সংখ্যা দ্বিগুণেরও বেশি হয়েছে।

Engadget-এর মূল প্রতিবেদনে এই অস্বাভাবিক growth-এর সঙ্গে AI-generated code ও coding agents-এর দ্রুত বিস্তারের সম্পর্কের দিকটি তুলে ধরা হয়েছে।

তবে একটা বিষয় শুরুতেই পরিষ্কার রাখা দরকার।

GitHub বলেনি যে ১.৫ বিলিয়ন অতিরিক্ত commits-এর সবগুলোই AI তৈরি করেছে।

বরং GitHub-এর নিজস্ব data থেকে নিশ্চিতভাবে বলা যায়, development activity অস্বাভাবিক দ্রুত বাড়ছে। আর আগের GitHub data-তে AI ও agentic workflow দ্রুত mainstream হওয়ার স্পষ্ট প্রমাণ রয়েছে।

GitHub Commit আসলে কী?

যারা programming-এর সঙ্গে পরিচিত নন, তাদের জন্য বিষয়টি সহজ করে বলা যাক।

একজন developer কোনো project-এর code পরিবর্তন করে সেই পরিবর্তন repository-তে সংরক্ষণ করলে তাকে সাধারণভাবে commit বলা হয়।

একটি commit হতে পারে—

নতুন feature যোগ করা, bug fix করা, কয়েকটি line পরিবর্তন করা, documentation update করা কিংবা বড় ধরনের code modification।

GitHub-এর documentation অনুযায়ী repository-র commits বিশ্লেষণ করে codebase-এ কী ধরনের পরিবর্তন হচ্ছে এবং কত ঘন ঘন হচ্ছে, তা দেখা যায়।

তাই মাসিক commits ১.৪ বিলিয়ন থেকে ২.৯ বিলিয়ন হওয়া মানে সরাসরি “দ্বিগুণ software তৈরি হচ্ছে”—এমন নয়। কিন্তু GitHub-এর ওপর development activity এবং code-change workload কত দ্রুত বাড়ছে, তার শক্তিশালী একটি ইঙ্গিত এটি।

এই growth সামনে এলো GitHub-এর বড় outage-এর পর

Commit growth-এর তথ্যটি সামনে এসেছে GitHub-এর সাম্প্রতিক বড় outage ব্যাখ্যা করতে গিয়ে।

১৭ আগস্ট GitHub-এর একাধিক service দীর্ঘ সময় সমস্যায় ছিল। GitHub-এর নিজস্ব তদন্ত অনুযায়ী, traffic নতুন peak-এ পৌঁছানোর পর তাদের Central US data center-এর একটি গুরুত্বপূর্ণ infrastructure component প্রয়োজন অনুযায়ী scale করতে পারেনি। এরপর capacity pressure অন্য system-এ ছড়িয়ে পড়ে এবং authentication-সহ একাধিক GitHub service ক্ষতিগ্রস্ত হয়।

GitHub পরিষ্কার করে বলেছে, outage-টির মূল কারণ কোনো নতুন code বা configuration change ছিল না।

মূল সমস্যা ছিল capacity failure।

আর সেই ব্যাখ্যার মধ্যেই GitHub প্রকাশ করেছে সবচেয়ে চোখে পড়ার মতো সংখ্যাটি:

GitHub স্বীকার করেছে, এই growth তাদের system-এর ওপর চাপ ব্যাখ্যা করে, তবে এটিকে outage-এর অজুহাত হিসেবে দেখছে না।

শুধু Commit নয়, GitHub-এর প্রায় সবখানেই চাপ বাড়ছে

GitHub-এর official data দেখলে বোঝা যায়, growth শুধু commits-এর মধ্যে সীমাবদ্ধ নয়।

বর্তমানে platform-টিতে প্রতি মাসে প্রায় ১৩০ মিলিয়ন merged pull requests এবং প্রায় ২৪ মিলিয়ন নতুন repository তৈরি হওয়ার পর্যায়ে activity পৌঁছেছে। GitHub-এর প্রকাশিত chart-এ ২০২৫–২৬ সময়ে এসব metric-এ দ্রুত acceleration দেখা যায়।

অর্থাৎ GitHub-এর সামনে সমস্যাটি শুধু “আরও বেশি developer এসেছে” এমন নয়।

Software তৈরির গতি নিজেই বদলে যাচ্ছে।

এখানেই AI coding tools-এর বিষয়টি গুরুত্বপূর্ণ হয়ে ওঠে।

AI Coding কি সত্যিই এই বিস্ফোরক growth-এর কারণ?

একক কারণ হিসেবে AI-কে দায়ী করার মতো data GitHub এই announcement-এ দেয়নি।

কিন্তু AI যে software development-এর workflow দ্রুত বদলে দিচ্ছে, GitHub-এর আগের data-তে তার শক্তিশালী প্রমাণ রয়েছে।

GitHub-এর 2025 Octoverse report অনুযায়ী, platform-এ AI-related repository-এর সংখ্যা ৪.৩ মিলিয়ন ছাড়িয়েছে, যা দুই বছরেরও কম সময়ে প্রায় দ্বিগুণ। একই সময়ে LLM SDK import করা public repository-এর সংখ্যা ১.১ মিলিয়নে পৌঁছেছিল, যা আগের বছরের তুলনায় ১৭৮% বেশি।

GitHub আরও জানিয়েছিল, ২০২৫ সালে তাদের platform-এ ১৮০ মিলিয়নের বেশি developer ছিল এবং গড়ে প্রতি সেকেন্ডে একাধিক নতুন developer যোগ হচ্ছিল।

তাই বর্তমান commit explosion-কে বৃহত্তর AI coding boom থেকে পুরোপুরি আলাদা করে দেখা কঠিন।

Coding Agent এই পরিবর্তনকে আরও দ্রুত করছে

AI coding-এর প্রথম যুগে developer সাধারণত AI-কে বলতেন:

“এই function-টা লিখে দাও।”

তারপর AI code দিত, developer copy করে project-এ বসাতেন।

Coding agent-এর workflow অনেক বেশি autonomous হতে পারে।

একটি agent issue পড়ে codebase inspect করতে পারে, একাধিক file modify করতে পারে, test চালাতে পারে, error দেখে আবার code পরিবর্তন করতে পারে এবং শেষে pull request বা proposed change তৈরি করতে পারে।

অর্থাৎ আগে যেখানে একজন developer-এর কয়েকটি manual action প্রয়োজন হতো, agent একই workflow-এর অনেক অংশ দ্রুত সম্পন্ন করতে পারে।

এখানে গুরুত্বপূর্ণ পরিবর্তন হলো code লেখার marginal effort কমে যাওয়া।

Code তৈরি করা যত সহজ হচ্ছে, repository-তে change-এর পরিমাণও তত দ্রুত বাড়তে পারে।

AI ও software-development সম্পর্কিত এমন আরও খবরের জন্য TechnicalBD-এর AI News বিভাগ দেখতে পারেন।

কিন্তু বেশি Commit মানেই কি বেশি Productivity?

অবশ্যই নয়।

এটি এই খবরের সবচেয়ে গুরুত্বপূর্ণ nuance।

Commit count একটি activity metric। এটি সরাসরি code quality, developer productivity কিংবা software value পরিমাপ করে না।

একজন developer একটি feature এক commit-এ শেষ করতে পারেন। অন্যজন একই কাজ দশটি ছোট commit-এ করতে পারেন।

AI agent-ও একটি কাজ করতে গিয়ে বারবার code edit ও commit করতে পারে।

তাই:

More commits ≠ automatically better software.

বরং AI coding-এর যুগে traditional developer metrics নতুনভাবে ব্যাখ্যা করার প্রয়োজন হতে পারে।

GitHub-এর ২.৯ বিলিয়ন monthly commits software-development activity কত দ্রুত বাড়ছে তা দেখায়—কিন্তু সেই code-এর quality সম্পর্কে সংখ্যাটি নিজে কিছু বলে না।

AI Coding-এর সুবিধা কোথায়?

ঠিকভাবে ব্যবহার করা গেলে AI coding tools developers-এর repetitive কাজ অনেকটাই কমাতে পারে।

বিশেষ করে boilerplate code লেখা, test তৈরি, documentation, debugging-এর প্রথম ধাপ, code explanation এবং ছোট refactoring-এর মতো কাজে সময় বাঁচতে পারে।

ফলে একজন experienced developer routine কাজের বদলে architecture, product logic এবং complex problem solving-এ বেশি সময় দিতে পারেন।

এখানেই AI coding-এর বড় সম্ভাবনা।

কিন্তু এর বিপরীত দিকও আছে।

AI-generated Code বাড়লে কী ঝুঁকি তৈরি হতে পারে?

Code লেখা সহজ হওয়া এবং ভালো code লেখা একই বিষয় নয়।

AI coding agents নিয়ে সাম্প্রতিক গবেষণাও দেখাচ্ছে যে complex software-engineering task-এ agent এখনও ভুল করতে পারে। উদাহরণ হিসেবে নতুন SWE-bench Science benchmark-এ পরীক্ষিত সেরা agent-ও repository-level scientific engineering task-এর অর্ধেকের কম প্রথম চেষ্টায় সফলভাবে সমাধান করতে পেরেছে।

তাই AI-generated code বাড়ার সঙ্গে কয়েকটি বিষয় আরও গুরুত্বপূর্ণ হবে:

• Human code review
• Automated testing
• Security review
• Dependency checking
• Architecture consistency
• Documentation
• CI/CD validation

AI যদি developers-কে ১০ গুণ দ্রুত code লিখতে সাহায্য করে, কিন্তু review এবং testing একই গতিতে না বাড়ে, তাহলে technical debt-ও দ্রুত তৈরি হতে পারে।

এ কারণেই commit growth-কে শুধু productivity success story হিসেবে দেখা ঠিক হবে না।

GitHub এত traffic সামলাবে কীভাবে?

GitHub ইতিমধ্যে infrastructure ব্যাপকভাবে বাড়াচ্ছে।

কোম্পানির official post অনুযায়ী, reliability বাড়ানোর অংশ হিসেবে তারা ৩০ লাখের বেশি CPU core এবং ১২০ petabyte high-speed storage যোগ করেছে। একই সঙ্গে existing data center-এ যতটা power capacity অনুমতি দিয়েছে, ততটা hardware বসানো হয়েছে।

আরও বড় পরিবর্তন হচ্ছে cloud infrastructure-এ।

GitHub জানিয়েছে, বর্তমানে Microsoft Azure তাদের platform load-এর প্রায় ৫৮% এবং Git operations-এর প্রায় অর্ধেক handle করছে। মে মাসে Azure platform load-এর মাত্র ১২% সামলাচ্ছিল।

অর্থাৎ কয়েক মাসের মধ্যেই GitHub-এর infrastructure strategy-তেও বড় পরিবর্তন এসেছে।

এটি দেখায় AI-driven development boom শুধু developers-এর workflow নয়—GitHub-এর মতো platform-এর physical computing requirement-ও বদলে দিচ্ছে।

ভবিষ্যতে GitHub-এর ওপর চাপ আরও বাড়তে পারে

বর্তমান trend থেমে যাবে—এমন নিশ্চয়তা নেই।

AI coding agents আরও capable হলে একজন developer একই সময়ে একাধিক agent দিয়ে আলাদা task করাতে পারেন।

একটি agent bug fix করছে, অন্যটি test লিখছে, আরেকটি documentation update করছে।

এই ধরনের workflow mainstream হলে code generation-এর speed মানুষের manual coding speed-এর সঙ্গে আর সরাসরি বাঁধা থাকবে না।

তখন GitHub-এর মতো platform-এর জন্য শুধু “কতজন developer আছে” সেটি আর সবচেয়ে গুরুত্বপূর্ণ capacity metric নাও হতে পারে।

বরং প্রশ্ন হতে পারে:

প্রতিটি developer-এর হয়ে কতগুলো AI agent একই সময়ে কাজ করছে?

GitHub-এর বর্তমান infrastructure pressure সেই ভবিষ্যতের একটি আগাম ইঙ্গিত হতে পারে।

বাংলাদেশের Developers-এর জন্য এর অর্থ কী?

বাংলাদেশের software industry-এর জন্য এই পরিবর্তন যথেষ্ট গুরুত্বপূর্ণ।

দেশের অনেক developer international client, outsourcing company, software firm এবং remote team-এর সঙ্গে GitHub ব্যবহার করেন। AI coding tools development workflow-তে ঢুকলে ছোট team-ও তুলনামূলক দ্রুত prototype, test এবং feature তৈরি করতে পারে।

বিশেষ করে junior developer-এর জন্য AI code explanation ও debugging assistant শেখার গতি বাড়াতে পারে।

কিন্তু এখানে একটি ঝুঁকিও রয়েছে।

শুধু AI দিয়ে code generate করতে পারা দীর্ঘমেয়াদে যথেষ্ট skill হবে না।

বরং আরও মূল্যবান হয়ে উঠতে পারে:

Problem solving → System design → Code review → Testing → Security → AI output যাচাই

অর্থাৎ AI coding যত শক্তিশালী হবে, একজন developer-এর কাজ “সব code নিজে টাইপ করা” থেকে ধীরে ধীরে AI-generated কাজের quality control এবং engineering decision নেওয়ার দিকে সরে যেতে পারে।

Programming, PC এবং software technology-এর আরও খবরের জন্য TechnicalBD-এর Computer বিভাগ দেখতে পারেন।

GitHub growth এক নজরে

উপরের infrastructure ও activity data GitHub-এর নিজস্ব outage report থেকে নেওয়া।

FAQ

GitHub-এ Commit কি সত্যিই চার মাসে দ্বিগুণ হয়েছে?

হ্যাঁ। GitHub জানিয়েছে, এপ্রিল থেকে monthly commits ১.৪ বিলিয়ন থেকে ২.৯ বিলিয়নে পৌঁছেছে—অর্থাৎ দ্বিগুণেরও বেশি।

এত Commit বাড়ার কারণ কি AI?

GitHub এই growth-এর সবটাই AI-এর কারণে হয়েছে বলেনি। তবে GitHub-এর আগের Octoverse data AI-related repositories, LLM SDK usage এবং AI-assisted development দ্রুত বাড়ার প্রমাণ দেয়। তাই AI coding ও agentic workflow বৃহত্তর growth trend-এর গুরুত্বপূর্ণ অংশ বলে মনে করা যুক্তিসঙ্গত।

GitHub-এর সাম্প্রতিক outage কেন হয়েছিল?

GitHub-এর মতে, traffic নতুন peak-এ পৌঁছানোর পর Central US data center-এর একটি critical infrastructure component যথেষ্ট দ্রুত scale করতে পারেনি। ফলে capacity pressure বিভিন্ন service-এ ছড়িয়ে পড়ে।

Outage কি কোনো ভুল code update-এর কারণে হয়েছিল?

না। GitHub বলেছে সংশ্লিষ্ট outage code বা configuration change-এর কারণে হয়নি; মূল সমস্যা ছিল capacity failure।

বেশি commits কি software development ভালো হওয়ার প্রমাণ?

না। Commit count activity দেখায়, quality নয়। Code-এর reliability নির্ভর করে review, testing, architecture, security এবং engineering quality-এর ওপর।

AI কি developers-এর চাকরি নিয়ে নেবে?

এই GitHub data থেকে এমন সিদ্ধান্ত নেওয়া যায় না। বরং এটি দেখায় AI tools ও agents software-development workflow-কে দ্রুত পরিবর্তন করছে। Human engineering judgment, testing, security এবং system design এখনও গুরুত্বপূর্ণ।

শেষ কথা

চার মাসে ১.৪ বিলিয়ন থেকে ২.৯ বিলিয়ন monthly commits—সংখ্যাটি প্রথম দেখায় GitHub-এর growth story মনে হতে পারে। কিন্তু এর ভেতরে software development-এর আরও বড় পরিবর্তনের ইঙ্গিত রয়েছে।

AI coding tools এমন পর্যায়ে যাচ্ছে যেখানে developer শুধু AI-এর কাছ থেকে code suggestion নিচ্ছেন না; coding agents নিজেরাই repository ঘেঁটে multi-step engineering task সম্পন্ন করার চেষ্টা করছে।

ফলে code তৈরি ও পরিবর্তনের গতি মানুষের manual typing speed-এর সীমা থেকে ধীরে ধীরে বেরিয়ে আসছে।

GitHub-এর জন্য এর ফল খুব বাস্তব। নতুন traffic peak ইতিমধ্যেই infrastructure-এর capacity limit পরীক্ষা করেছে, আর প্রতিষ্ঠানটি millions of CPU cores, massive storage এবং Azure migration-এর মাধ্যমে সেই growth সামলানোর চেষ্টা করছে।

তবে ২.৯ বিলিয়ন commits-এর সবচেয়ে গুরুত্বপূর্ণ শিক্ষা “AI এখন দ্বিগুণ code লিখছে” নয়। সেই দাবি করার মতো data নেই।

বরং পরিষ্কার বার্তাটি হলো—software তৈরির পরিমাণ ও গতি দ্রুত বাড়ছে, AI সেই পরিবর্তনের গুরুত্বপূর্ণ চালিকাশক্তিগুলোর একটি, এবং এখন challenge শুধু বেশি code তৈরি করা নয়; সেই code-এর quality, security ও reliability ধরে রাখা।

বাংলাদেশের developers-এর জন্যও এখানেই মূল শিক্ষা। AI দিয়ে কে সবচেয়ে বেশি code generate করতে পারে, ভবিষ্যতের প্রতিযোগিতা সম্ভবত শুধু সেটি নিয়ে হবে না।

AI দিয়ে তৈরি code কে সবচেয়ে ভালোভাবে বুঝতে, যাচাই করতে এবং reliable software-এ রূপ দিতে পারে—সেই engineering skill-ই আরও মূল্যবান হয়ে উঠতে পারে।

আরও AI, software এবং computing news-এর জন্য TechnicalBD দেখতে পারেন।

পোস্টের উৎস

Engadget — মূল প্রতিবেদন | GitHub — The August 17 outage and the work ahead | GitHub Octoverse — AI ও developer growth data | GitHub Docs — Repository commits সম্পর্কে official documentation