程序員的「老家」快被玩壞了：當GitHub遇上代碼注水，開源精神正面臨一場前所未有的生死劫
咱們試想一下，如果你辛辛苦苦維護了一個社區小花園，本意是歡迎大家帶點種子來一起種花。結果突然有一天，一群人拿著自動播種機衝進來，不到一分鐘撒了幾萬顆塑料假種，你還得一顆顆去挑出哪些是真的，哪些是假的。你會不會崩潰？
這可不是我瞎編的段子。這兩天，全球程序員最心心念念的「聖地」——微軟旗下的GitHub，正經歷著這種「甜蜜的煩惱」。不過，現在的煩惱一點都不甜蜜，甚至快要把那群默默付出的技術大佬們逼瘋了。
事情是這樣的，GitHub 的產品經理 Camilla Moraes 最近在社區里公開「訴苦」。她說現在平台上充斥著大量低質量的貢獻，這些代碼提交（PR）正像洪水一樣淹沒維護者的精力。說得通俗點，就是有人利用 AI 生成了一大堆看起來像模像樣，實則滿是漏洞的代碼，然後瘋狂「投喂」給各大開源項目。
你可能覺得，AI寫代碼不是挺好嗎？效率高啊！但真相往往沒那麼簡單。Voiceflow 的一位技術大佬 Xavier 給出了一個扎心的數據：在現在那些 AI 生成的代碼提交里，平均 10 個裡面只有 1 個是真正合規、能用的。
剩下的 9 個呢？要麼是邏輯狗屁不通，要麼是安全性一塌糊塗。微軟 Azure 團隊的一位工程師周佳曉（音譯）說得一針見血：以前維護者審查代碼，默認作者是懂代碼的；但現在，你根本不知道屏幕對面那個提交代碼的人，知不知道自己在寫什麼。
【個人思考】這其實反映了一個很深刻的問題：技術門檻的降低，並不代表智慧的平民化。當一個工具讓「表達」變得極其廉價時，真正有價值的「思考」反而被噪音淹沒了。就像咱們刷短視頻，如果滿屏都是AI配音的垃圾文案，你還會覺得這平台好用嗎？
受不了這種「代碼注水」的不僅僅是 GitHub 官方。大名鼎鼎的 `curl` 項目創始人 Daniel Stenberg 最近做了一個驚人的決定：關閉漏洞賞金計劃。
為什麼？因為他被那些 AI 生成的虛假漏洞報告整破防了。這些報告寫得天花亂墜，看起來像是個重大安全隱患，結果技術團隊花了大把時間去核實，發現全是 AI 胡編濫造的幻覺。Daniel 氣憤地寫道，關閉計劃就是為了消除人們提交垃圾內容的動機，因為這些東西已經成了團隊巨大的負擔。
還有更絕的。繪圖工具 tldraw 的創始人 Steve Ruiz 在今年 1 月直接宣布，自動關閉所有外部的拉取請求。他在社交媒體上感嘆：以前開源代碼是一種「禮物經濟」，大家靠工作量和才華互換禮物；但現在，AI 徹底改變了這個等式。當製造代碼變得比識別劣質代碼還要容易時，這些外部貢獻的價值甚至變成了「負數」。
說實話，看到這些我挺感慨的。對於咱們這些工作了十幾年、二十幾年的人來說，職場和技術圈最寶貴的一直是「信任」。
GoCD 的維護者 Chad Wilson 提出了一個細思極恐的警告。現在出現了一些自主 AI 代理，甚至還有由幾萬個 AI 代理組成的社交網路，它們在完全沒有人類參與的情況下進行互動。如果這股風潮刮到開發領域，那意味著什麼？意味著維護者們成了「不知情的 AI 提示詞接收器」。
這不僅是技術挑戰，更是社會信任的嚴重侵蝕。以前我們相信 GitHub 上的每一次修改都是某個真實的人在深夜思考的結果，現在呢？你可能會懷疑，這只是某個腳本隨機生成的垃圾。
【對比思考】咱們再看看另一家曾經的「技術問答聖地」Stack Overflow。自從 ChatGPT 出來後，它的月度提問量從 20 萬次的巔峰暴跌到了 5 萬次以下。大家有了 AI，不再需要去社區互動了。但這真的好嗎？雖然問問題快了，但那個充滿人情味、互相提攜的開發者社區正在慢慢消失。
既然問題這麼嚴重，那該怎麼辦？GitHub 正在考慮一系列的大招，比如允許維護者完全禁用外部請求，或者要求必須標記 AI 生成的內容。
在 2026 年的一場大會上，GitHub 的負責人 Abigail Cabunoc Mayes 提出了一個很有趣的觀點，叫「有益的摩擦力」。
什麼意思呢？就是不要讓提交代碼變得太容易。我們要通過流程設計，鼓勵貢獻者去「理解」代碼而非單純「生成」代碼。要為那些缺乏上下文、不動腦子的提交建立「健康的邊界」。
Mozilla.ai 的工程師 Nathan Brake 的一句話讓我記了很久。他說，開源之所以特別，不是因為那些代碼，而是因為「社區」。如果為了追求效率而丟掉了社區里的知識共享和人際交流，那開源的根基也就爛掉了。
聊了這麼多，其實我倒不是想全盤否定 AI。AI 是個好工具，就像汽車代替了馬車。但如果你開著汽車在馬路上橫衝直撞，還隨手往窗外扔垃圾，那這就不是進步，而是災難。
在這個生成內容幾乎為零成本的時代，你個人的深度思考、真實經歷、真誠態度，反而成了最稀缺的硬通貨。
最後，我也想問問大家：你覺得在以後的工作中，我們該如何防止自己變成被 AI 操縱的「流水線工人」？或者，你見過哪些離譜的 AI 翻車現場？
歡迎在評論區留言聊聊你的看法，評論區見。
