AI写代码快了52%，开源维护者却面临更重审查负担

生成式AI正在改变开源软件的生产方式，但它带来的并不只是“写得更快”。Linux基金会发布的《Navigating Open Source Software Development in the Generative AI Era》显示，受访者估计，使用生成式AI后，代码编写任务平均节省52%的时间；然而，效率红利也让维护者面对更多需要筛选和验证的代码。

核心数据

• 59%的维护者表示，项目收到的代码贡献有所增加，大型项目中这一比例达到69%。
• 维护者估计，收到的PR中约25%属于低质量贡献；大型项目的估计比例为31%。
• 71%的维护者认为，生成式AI降低了参与开源的门槛，但53%不认同它改善了社区信任。
• 只有35%的项目制定了正式的AI贡献政策，32%的项目既没有政策，也没有制定计划。
• 复杂任务并非总能从AI中获益，21%的受访者表示，这类任务使用生成式AI后反而耗时更多。

这里的“AI垃圾”需要谨慎理解。它来自维护者调查中的主观估计，并不是研究人员对平台上每个PR进行检测后的客观统计，也不能据此断定所有低质量提交都由AI生成。更准确地说，AI让提交修改变得更容易，而维护者判断其正确性、架构适配性、安全性和长期维护成本，仍需投入大量时间。

效率提升转向了哪里

节省下来的时间并没有简单地变成更多代码。66%的受访者将时间用于处理技术债务，63%用于开发新功能，58%用于学习和技能提升。这说明AI确实可能改善开发者的时间配置，但个人生产力的增长，并不自动等于整个协作网络的效率同步提升。

对新人而言，AI降低了语言、框架和项目经验带来的进入门槛，却没有消除理解规范、解释设计选择和承担后续维护责任的要求。46%的维护者认为，对新贡献者的指导需求增加，说明社区工作的一部分正从“教人写代码”转向“帮助验证代码、解释问题和管理贡献质量”。

开源治理需要补课

当AI生成代码越来越普遍，贡献者是否披露使用情况、是否完整测试、能否解释提交内容，都可能影响审查成本和社区信任。Linux基金会建议项目明确AI辅助贡献政策，并对测试、文档和使用披露提出要求。OpenSSF相关建议也强调，贡献者需要理解并测试自己提交的代码，维护者不应独自承担全部安全审查责任。

这份报告并非证明AI必然损害开源质量，而是提醒行业重新定义生产力。未来除了看编码时间和Agent完成任务数量，还应关注PR接受率、审查耗时、缺陷修复成本以及长期维护负担。代码生成可以被加速，但把代码变成可靠、可持续的软件，验证成本仍然无法消失。

来源：InfoQ 中文