Claude'un "yük taşıyan" sözcükleri: 461 bin pull request'te on küme

Bağımsız bir veri projesi, GitHub'daki pull request açıklamalarını araştırmacının önceden seçtiği etiketlere göre değil, yazıldıkları sözcüklere göre grupluyor. Ortaya on küme çıkıyor ve bunlardan biri diğerlerinden belirgin biçimde ayrılıyor: 2025 başında derlemin %0,7'sini oluştururken 2026 ortasında yaklaşık %39'una çıkmış durumda.

Proje neyi ölçüyor

The load-bearing vocabulary of Claude adlı site, GitHub'ın arama API'si üzerinden günde 1000 pull request açıklaması alıyor ve bunları sözcüklerin olasılık dağılımlarını karşılaştıran KL-divergence k-means yöntemiyle on gruba ayırıyor. Ne gövdeleme ne de etkisiz sözcük listesi uygulanıyor: bir sözcük, içinde en az bir harf bulunan harf, rakam, eğik çizgi, tire ve alt çizgi dizisidir; bu yüzden load-bearing ya da mutation-tested gibi teknik belirteçler bütün olarak korunuyor.

Yayımlanan hesap 603 toplanmış günü kapsıyor; bunların 595'i 6 Ocak 2025 ile 17 Ağustos 2026 arasındaki 85 tam haftaya düşüyor. Toplam 461.121 açıklama ve 51.079.244 sözcük görünümü var; sıklık eşiğini 19.798 sözcük geçiyor.

Gelen küme

Bu kümenin en ayırt edici sözcükleri şunlar: load-bearing, plainly, quietly, nobody, outright, re-derived, mutation-checked, mutation-tested, refused, vacuously, premise ve restated. Projenin notuna göre bu söz varlığı, kodlama ajanlarını kullanan herkese tanıdık gelmeli. Küme tüm derlemde %8,2 pay alıyor; son dört haftada ise açıklamaların yaklaşık %37'sini oluşturuyor.

Sitede bir de dedektör var: bir pull request açıklaması ya da GitHub bağlantısı yapıştırıp metnin aynı kümeye ait olup olmadığını görebiliyorsunuz.

Örneklem nasıl kuruluyor

Yöntem yazısı, bariz kaynağın neden artık kullanılamadığını açıklıyor. GitHub'ın genel olay arşivi metin taşımayı bıraktı: Ekim 2025'te commit dizisi kaldırıldıktan sonra akışta neredeyse yalnızca push olayları var. Arama API'si ise tarih filtresi zaman damgası kabul ettiği için işe yarıyor, böylece pencere dakikalarla ölçülebiliyor. Her gün on beş dakikalık pencere seçiliyor — her 2,4 saatlik bloktan bir tane — ve her biri tam gövde metnini getiriyor.

Bir sınır açıkça belirtiliyor: bir sorgu en fazla 1000 sonuç döndürüyor, bir sayfa ise yüz açıklama alıyor; yani bu bir nüfus sayımı değil, örnekleme. Dört uygulamanın yazdığı pull request'ler — dependabot, renovate ve benzeri botlar — sorgunun içinde dışlanıyor, çünkü uygulama yazımı gövdenin yaklaşık %90'ını onlar oluşturuyor.

Ne gösteriyor, ne göstermiyor

Proje, tek bir açıklamanın hangi araçla yazıldığını iddia etmiyor. Gösterdiği şey, pull request dilinin istatistiksel olarak ikiye ayrıldığı ve bu ayrımın bir yarısının yıllık ölçekte hızla büyüdüğü — yani kod incelemesi, dokümantasyon ve proje geçmişini okumak zorunda olanların dikkat etmesi gereken bir kayma.