核心摘要： AI 让写代码变快了，但没让审代码变快。当开源项目被大量“看似完美实则空洞”的 AI 生成代码淹没，维护者们正面临前所未有的信任危机与精力透支。Godot 引擎核心维护者甚至发出悲鸣：“不知道还能坚持多久。”
一、开源社区的“沉默海啸”
在生成式 AI 席卷编程界的今天，一个意想不到的副作用正在开源世界蔓延：“AI 垃圾代码”（AI Slop）的泛滥。
近日，知名开源游戏引擎 Godot 的核心维护团队公开表达了他们的绝望。主要维护者、W4 Games 联合创始人 Rémi Verschelde 在 Bluesky 上坦言，项目仓库正遭受大量低质量 AI 生成代码的“围攻”。
对于外行来说，Pull Request (PR) 只是 GitHub 上的一个提交按钮；但对于维护者而言，每一个 PR 背后都是一套严苛的工程流程：阅读逻辑、理解架构、回归测试、评估兼容性、沟通修改方案……这需要耗费巨大的人力成本。
过去，维护者可以通过交流判断贡献者是否真诚、是否理解项目；而现在，面对那些结构完整、注释详尽、语气自信的 PR，维护者们陷入了深深的怀疑链：
- 这真的是人写的吗？
- 提交者理解自己提交的代码逻辑吗？
- 所谓的“测试结果”是不是也是 AI 编造的？
- 如果代码出错了，是 AI 的幻觉，还是新手的无知？
这种“信任灰色地带”的出现，比单纯的代码错误更致命。
二、效率的悖论：代码生成易，审核人力缺
Godot 一直以其开放的社区生态著称，欢迎任何人参与贡献。然而，生成式 AI 极大地降低了“提交代码”的门槛，却没有同步生成对应的“审核人力”。
Verschelde 指出，原本维护者就需要花费大量时间指导新手优化代码。如今，在 AI 生成的海量 PR 冲击下，这种辅导成本呈指数级上升。
- 数量爆炸： 任何人都能在一分钟内生成一段“看起来像那么回事”的补丁。
- 质量陷阱： 这些代码往往表面光鲜，实则缺乏对底层架构的深刻理解，甚至包含隐蔽的逻辑漏洞。
- 动机不纯： 部分开发者利用 AI 批量刷 PR，仅仅是为了美化自己的简历和贡献图谱，而非真正改善项目。
面对这种不对称的压力，Verschelde 无奈地发出了灵魂拷问：“我也不知道我们还能坚持多久。” 这句话道出了无数中小型开源项目维护者的心声。
三、荒诞的解决方案：用 AI 对抗 AI？
为了应对这场危机，Godot 团队内部甚至开始讨论一些充满黑色幽默的方案：
- 以魔制魔： 开发或引入一套 AI 系统，专门用来检测哪些代码是由 AI 生成的。但这意味着为了过滤“AI 垃圾”，不得不运行更多的 AI，消耗更多的算力。
- 迁移平台： 考虑从 GitHub 迁移到更小众的代码托管平台。由于 GitHub 隶属于微软（AI 技术的激进推动者），其生态可能更容易滋生此类行为。迁移或许能减少“刷履历”的投机者，但也可能导致曝光度下降和真实贡献者流失。
Verschelde 明确表示，他不愿继续“给 AI 机器喂数据”，这种循环在他看来既荒诞又不可持续。
四、终极解法：回归现实，需要真金白银
在所有的技术讨论之后，Verschelde 给出了最务实、也最残酷的答案：资金支持。
问题的本质在于：AI 提高了生产力，但没有解决生产关系中的瓶颈——审核与维护。
- 如果无法自动化审核，那就只能增加人手。
- 如果要增加人手，就需要资金雇佣专职维护者。
“如果有更多资金，我们就能雇佣更多人承担审核与指导成本。”Verschelde 直言。否则，仅靠少数核心成员用爱发电，很难长期承受这种被 AI 无限放大的工作量。
五、结语：开源理想的现实考验
Godot 的困境并非孤例，它是整个开源社区在 AI 时代面临的缩影。
- PR 数量激增与审查资源匮乏的矛盾日益尖锐。
- 信任机制在算法生成的迷雾中变得脆弱。
- 理想主义的社区协作模式，正遭遇功利主义的流量冲刷。
未来，或许会出现更严格的“AI 使用标记制度”、贡献者信誉分层体系，甚至是付费维护成为常态。但在这些新秩序建立之前，像 Godot 这样的项目，只能在理想与现实的夹缝中艰难求生。
当代码不再仅仅源于人类的智慧，而是混杂着机器的幻觉时，开源社区守护的不仅仅是代码库，更是那份人与人之间宝贵的信任契约。
随时随地看视频
