Linux 基金会最新发布的调查报告描绘了生成式 AI 在开源世界的双面图景：一方面，AI 编码助手让开发者的编码速度平均提升 52%，生产力增益实实在在；另一方面，维护者们正被海量低质量贡献淹没——25% 的外部 Pull Request 被视为“AI 垃圾”（AI slop），即由 AI 批量生成、缺乏理解与测试的敷衍提交，在大型项目中这一比例更是高达 31%。
这份报告调查了全球数千名开源贡献者与维护者，是迄今针对 AI 编码工具开源影响最系统的量化研究之一。数据证实了一个普遍的直觉：AI 降低了“写出能跑的代码”的门槛，却没有同步降低“写出可维护代码”的门槛，两者之间的落差全部转化成了维护者的审查负担。
52% 提速背后的真相
提速主要集中在样板代码、测试脚手架、文档补全和已知模式的复现上——这些正是大语言模型最擅长的“高频模式补全”。多位受访者表示，AI 让他们把更多时间花在架构设计与疑难调试上，重复劳动大幅减少。对于中小项目和个人维护者，AI 几乎相当于免费多了一名初级结对程序员。
但报告也指出，提速数字存在幸存者偏差：熟练开发者能从 AI 获得显著增益，而新手过度依赖 AI 生成代码后，调试与返工时间反而上升。AI 放大了熟手与生手的差距，而非抹平它。
“AI 垃圾”正在重塑开源治理
25% 的低质量 PR 意味着维护者每审查四个外部贡献，就有一个是 AI 拼凑的“看起来能跑”的代码：缺少边界测试、引入微妙回归、不遵循项目规范，甚至包含幻觉出来的 API 调用。大型项目 31% 的比例更令人担忧，因为这些项目的审查标准本应最高，说明提交者正在用 AI “刷贡献”冲击高门槛仓库。
作为回应，一些知名项目已开始制定 AI 生成贡献的披露政策，要求提交者声明 AI 使用程度；也有项目引入更严格的自动化测试门槛，用 CI 把低质量 PR 挡在人工审查之前。开源社区正在摸索的新契约可能是：AI 可以写代码，但提交者必须对每一行负责——署名即担责。