- 编码门槛降低，开发者提交的代码行数达到历史峰值
- 审查人员工作量激增，且难以明确判断代码是否由 AI 生成
- Linux 基金会呼吁建立“治理、透明度和信任机制”以应对挑战
尽管人工智能显著缩短了编码时间，但并未带来代码质量的同步提升。
研究显示，AI 可将编写代码所需的时间减少 52%，然而高达 25% 的拉取请求（Pull Requests）被定性为低质量的“AI 垃圾内容”。
虽然 71% 的项目维护者认可 AI 在降低入门门槛方面的作用，但从整体来看，该技术更多是将问题推向了下游流程，而非实现净质量增益。
AI 加速代码生成，却未简化审查流程
即便开发者利用 AI 快速生成代码，维护者仍需投入精力验证其质量与安全性。
目前，该技术在部分简单任务的代码审查中展现出一定价值，但 21% 的受访者指出，在处理复杂任务时，使用 AI 反而增加了耗时。
AI 生成的报告常出现假阳性及重复提交现象，导致人类审稿人时间浪费。此前业界关注的“开发者疲劳”问题，如今已演变为“维护者疲劳”。
数据表明，仅有 61% 的开发者在提交前进行了详细的自我代码审查，且并非所有开发者都会向后续环节披露 AI 的使用情况。
针对这一现状，研究高级副总裁希拉里·卡特（Hilary Carter）建议项目方应明确对生成式 AI 的期望，将测试和披露责任落实给贡献者，并为维护者提供更有效的工具以管理涌入的拉取请求。
AI & 基础设施总经理马克·科利尔（Mark Collier）补充道：“解决方案并非减缓创新，而是建立治理、透明度和信任机制，从而允许经过规范管理的 AI 辅助贡献。”
