当大模型能在几秒钟内生成一段“看起来像那么回事”的补丁时，开源社区却开始付出另一种代价。
最近，开源游戏引擎 Godot 的核心维护团队公开吐槽：他们正被大量“AI 生成的低质量代码”淹没。那些代码往往结构完整、注释齐全、描述洋洋洒洒，但真正的问题是——提交者可能并不理解自己交上来的内容。
这件事，并不是简单的“有人偷懒用 AI 写代码”。它正在触及开源协作最核心的东西：信任。
一场悄无声息的“AI 洪水”
事情的导火索来自一条 Bluesky 讨论帖。
Godot 主要维护者之一、同时也是 Godot 商业支持公司 W4 Games 联合创始人的 Rémi Verschelde 表示，所谓的“AI slop”（AI 生成的低质量内容）正在持续涌入项目仓库，Pull Request 数量和审查压力都在飙升。
对不了解开源流程的人来说，PR（Pull Request）只是“提交代码”的按钮；但对维护者而言，每一个 PR 都意味着阅读、理解、测试、回溯架构影响、评估兼容性、讨论修改方向……这是一整套严肃的工程流程。
过去，新贡献者提交的代码即便有问题，维护者也能通过交流判断：对方是否理解架构、是否认真测试、是否真心想参与项目建设——而现在，问题变得复杂了。
当“像人写的”≠“是人写的”
Verschelde 直言，如今他们每天都要反复怀疑新贡献者的 PR。
描述部分通常是典型的大模型风格：长篇解释、逻辑完整、语气自信。但真正棘手的是代码本身——它未必有明显错误，却也未必真正合理有效。
基于此，项目维护者不得不开始问自己一连串问题：
● 这段代码是不是至少部分由人类写的？
● 提交者真的理解自己改动的逻辑吗？
● 是否做过真实测试？
● 测试结果会不会也是 AI 编的？
更微妙的是，即便识别出 AI 参与，也无法简单定性：代码出错，是因为 AI 写的？还是一个经验不足的新手开发者犯了错？
如果你出于怀疑，直接询问对方是否使用了 AI，对方回答：“我只是用 AI 帮我写 PR 描述，因为我英文不好。”——那你又该如何处理？
很显然，这已经不是代码质量的问题了，而是因AI参与造成了协作信任的“灰色地带”。
“我也不知道我们还能坚持多久”
作为一个完全开源的游戏引擎，其实Godot 一直强调“欢迎任何人参与”。它没有商业巨头背书，也不像某些主流引擎那样高度封闭。任何用户，都可以尝试为自己使用的引擎做出贡献。
正因为这种开放性，Godot 才拥有活跃的社区生态。
但问题也随之而来：当生成式 AI 降低了“提交代码”的门槛，贡献数量被放大，维护者的时间却没有被同步放大。
Verschelde 表示，维护者本来就需要花大量时间帮助新贡献者，把 PR 调整到可合并状态；而现在，在 AI 生成内容泛滥的情况下，这种辅导成本正在急剧增加。对一个核心团队规模有限的项目来说，这种压力无疑是实打实的消耗。
他甚至无奈说道：“我也不知道我们还能坚持多久。”
用 AI 打 AI？听起来就很讽刺
Verschelde 透露，其团队内部正在讨论解决方案，包括自动检测机制，比如考虑使用 AI 来识别 AI 生成内容。但这本身就带着黑色幽默意味——为了检测 AI 生成的“垃圾代码”，不得不再运行一套 AI 系统。
Verschelde 公开表示，他并不愿意继续“给 AI 机器喂数据”。在他看来，这种循环有些荒诞。
与此同时，Godot 也在评估是否需要迁移代码托管平台。当前该项目托管在 GitHub 上，而 GitHub 的母公司是微软，它正是全球最积极推进 AI 产品化的科技公司之一。
现如今，部分开发者利用 AI 批量生成 PR，目的并不一定是改善项目，而是为了“刷贡献记录”，为自己的履历增加筹码。因此Godot 团队考虑，迁移到更小众的平台，也许能减少这类动机——但风险也同样明显：曝光度下降、真实贡献者流失、生态割裂。
真正的解法，可能很现实
在所有讨论之后，Verschelde 给出的答案其实非常务实：资金支持。
如果能有更多资金，就能雇佣更多维护者，承担审核与指导成本。否则，少数核心成员很难长期承受这种“被 AI 放大”的工作量。
换句话说，AI 提高了代码生成效率，却没有自动生成对应的“审核人力”。
然而，Godot 的困境并非孤例。越来越多开源项目都在面对类似问题：PR 数量增长、质量参差不齐、审查压力倍增。或许未来会出现更严格的 AI 使用标记制度，或者贡献者信誉分层机制，甚至付费维护体系成为常态。
但在这些制度成熟之前，像 Godot 这样的项目只能在理想主义与现实压力之间继续平衡。
道正网配资提示：文章来自网络，不代表本站观点。
