AI 引用研究：GitHub 是否被 AI 引用？

GitHub 是严格意义上的第一手资料：其页面由开发这些软件的人亲自撰写。README 说明项目的用途，发布页面说明每个版本有哪些变化，问题追踪器则显示哪些漏洞已知以及是否已修复。在描述某个工具时，AI 模型会把这些页面当作依据。

以下四类 GitHub 页面在回答中较常出现：

• 仓库主页，其 README 相当于开源项目的官方说明。
• 发布版本和更新日志，用于回答“最新版本是什么”或“这个功能是什么时候加入的”之类的问题。
• 议题与讨论，当有人询问某个漏洞、限制或变通方法时会被引用。
• 安全公告，来自 GitHub Advisory Database，记录开源软件包中已知的漏洞。

组织主页同样重要。一家公司如果把其 SDK、插件或集成放在公开的 GitHub 组织下，就为 AI 模型提供了可以核实的痕迹，证明其产品确实存在且在持续维护。

引用集中在技术类意图上。典型提问包括“Jira 的开源替代品”“如何安装 Stripe CLI”“这个 npm 包还在维护吗”“最好的自托管密码管理器”或“如何修补 Log4j 漏洞”。在这些情况下，代码仓库是助手能提供的最直接的证明。

关于日常商业的问题很少会用到 GitHub。没有人需要通过代码仓库去找“里昂的可靠水管工”或“最好的创业公司会计师事务所”。因此，GitHub 的引用主要集中在与软件发行商、网络安全供应商和 IT 服务公司相关的问题上，在其他行业中占比很小。

语言也有影响。GitHub 上的文档绝大多数是英文撰写的，因此英文回答比法语、德语或西班牙语回答更容易接触到这些内容，后者往往引用翻译过的教程或本地媒体。

造成差距的主要原因在于各模型检索信息的方式。Gemini 的许多回答以 Google 搜索为依据，而代码仓库在项目名称搜索中排名靠前，因此 GitHub 链接可能会随回答一起出现。ChatGPT 结合训练时学到的知识与 ChatGPT 搜索的实时结果，通常只有在问题明确提到某个具体项目时，才会附上代码仓库链接。

Perplexity 对每个问题都会搜索网络并列出来源，但在比较类查询中，它常依赖评测文章和厂商网站，而非原始代码仓库。Grok 会加入 X 平台上的帖子，开发者在那里发布版本更新并讨论漏洞。Claude 默认引用来源的频率较低，除非开启网络搜索，否则倾向于用自己的话描述项目。

GitHub 的影响有一部分无法从引用次数中看出。托管在 GitHub 上的公开代码和文档会进入许多大型模型的训练数据，因此助手可能会解释某个库的工作原理，却不指出它学习的来源页面。

本页中的“引用”是指回答将 github.com 上的页面列为来源：代码仓库、议题、安全公告或 GitHub 文档。没有链接的建议，例如“把代码托管在 GitHub 上”，只是对该服务的推荐，属于另一种信号，本统计不计入。

使用 GitHub Pages 搭建的网站位于 github.io 或自定义域名下，因此应被视为独立的网站来看待。对品牌而言，最有价值的情况是其自有仓库出现在关于本品类的回答中：这是助手可以核对的技术参考资料，而营销页面很少能达到这种效果。