Linux 基金会研究：25% 的开源项目传入请求疑似“AI 垃圾”，维护者压力倍增
根据 Linux 基金会研究部门（LF Research）最新发布的一项调查，生成式 AI（GenAI）正在深刻改变开源软件的参与方式。数据显示，约 25% 的传入拉取请求（Pull Requests）被估计为低质量内容，即所谓的“AI Slop”。在大型项目中，这一比例更高，达到 31%。
该报告名为《Navigating Open Source Software Development in the Generative AI Era》（在生成式 AI 时代驾驭开源软件开发），基于对 234 名贡献者和维护者的调查。研究发现，自 GenAI 兴起以来，59% 的维护者报告称贡献量有所增长；而在大型项目中，69% 的维护者观察到贡献量的增加，但同时估计其中 31% 属于低质量的 AI 生成内容。
华为研发子公司 Futurewei 开源生态系统发展负责人指出：“生成式 AI 从根本上改变了人们参与开源的方式。”具体而言，GenAI “降低了贡献门槛”，但也为社区和维护者带来了“新挑战”。他建议，需要建立治理、透明度和信任机制，以确保 AI 辅助的贡献能够增强而非压倒开源生态系统。
Linux 基金会研究高级副总裁 Hilary Carter 强调：“开源项目需要为不断增长的 AI 生成贡献者群体进行设计，而不仅仅是被动应对。”她认为，这意味着要为 GenAI 设定明确预期，将测试和披露责任交给贡献者，并为维护者提供更好的管理工具。“如果我们能做好这些基础工作，AI 可以在不使维护者负担过重或增加成本的情况下扩大参与度。”
审查耗时增加与政策滞后
调查揭示了 AI 介入带来的实际工作压力。64% 的受访者表示代码审查现在花费的时间更长。维护者最担忧的问题是倦怠感（burnout），占比 63%，紧随其后的是贡献质量问题，占比 60%。
此外，现有的项目政策尚未跟上 AI 辅助编码和漏洞报告的趋势。在回答该问题的 119 名受访者中：
- 35% 表示其项目有允许使用 AI 的正式政策；
- 32% 表示没有相关政策且无制定计划；
- 23% 计划制定相关政策；
- 10% 明确禁止 AI 贡献。
效率提升与新人的机遇
尽管存在挑战，GenAI 也显著提升了开发效率。受访者估计，在所有六项测得的 OSS 开发活动中，平均时间均有减少，包括提案讨论（减少 19%）和代码编写（减少 52%）。然而，对于高复杂度任务，21% 的受访者报告称使用 GenAI 反而增加了耗时。
71% 的维护者同意 GenAI 降低了进入开源社区的门槛，使新人更容易开始贡献。但值得注意的是，53% 的维护者不同意 GenAI 改善了社区信任度。
开发者们正将节省下来的时间重新投入开源工作：66% 的受访者利用生产力提升来解决技术债务，63% 用于开发新功能，58% 用于学习和技能提升。
人类导师的作用依然关键。46% 的维护者表示，GenAI 增加了对新贡献者进行指导的需求，相比之下，只有 32% 的人认为这种需求减少了。
该研究由 LF Research 主导，OpenSSF 和 LF AI & Data 亦提供了支持。LF Research 成立于 2021 年，致力于通过调查和项目数据发布关于开源软件构建和使用方式的研究。
