Linux 基金会估算：四分之一新代码贡献是 AI 垃圾

开源世界正在为一个免费的东西付出代价：四分之一涌进来的代码贡献，需要人花时间辨认是不是垃圾。

一、发生了什么

10 月 20 日，Linux 基金会发布了一份关于生成式 AI 对开源开发影响的调查研究。Phoronix 报道了其中几个关键结论：开源项目新收到的代码合并请求（pull request）中，约四分之一被估算为低质量的「AI slop」——也就是用 AI 批量生成的、没有实际价值的贡献。

同一份研究里的另一半数据是正面的：生成式 AI 有潜力把开源编码时间缩短一半，这个提效幅度覆盖各类开发任务。59% 的项目维护者表示 AI 生成的贡献在增长，71% 的维护者同意 AI 降低了参与开源的门槛。

两组数字放在一起才是完整的图景：AI 让写代码更快，也让制造「看起来像贡献的东西」几乎零成本。涌入量增加，垃圾占比四分之一，而筛掉这些垃圾的时间全部落在维护者头上——多数是无偿劳动。换句话说，AI 省下的编码时间，有一部分正在以评审时间的形式回流给整个社区，只是买单的人换成了维护者。

二、跟你有什么关系

开源项目维护者。 你的收件箱只会更满。该设贡献门槛了，这不是排外，是止损。

企业里的研发管理者。 你们同时是 AI 提效的受益者和 slop 的潜在生产者。内部代码评审如果已经被 AI 生成的低质量提交淹没，说明缺少使用规范，而不是缺少工具。

想参与开源的新人。 用 AI 起草代码没问题，问题是把没验证过的输出直接推给上游。这种贡献在维护者眼里已经是可识别的负面信号，第一次 impression 很难翻盘。

三、怎么判断

1. 给项目立规矩。 在贡献指南里写明对 AI 辅助代码的要求：必须自己运行过、附上测试、说明改动理由。明确的规则比事后吵架有效。
2. 看贡献者历史再决定审多严。 首次贡献者的 AI 味提交，要求补上下文和验证记录；可信贡献者的 PR 保持正常流程。别一刀切。
3. 内部用 AI 要配对等机制。 公司里用 AI 生成代码的速度，应该匹配上评审和测试的投入。产得快、审不动，净效果是负的。

四、三个别信的说法

「AI 对开源是纯破坏。」 同一份研究给出的另一面是编码时间减半、门槛降低。破坏的是无成本的垃圾投递方式，不是 AI 工具本身。

「25% 这个数字是精确统计。」 原文用词是「估算」（estimated）。这是调研得出的量级判断——四分之一这个量级已经足够吓人，不必抠它准不准。

「提效一半等于产出翻倍。」 编码时间减半省下的时间，会被评审垃圾贡献、返工、修幻觉消耗掉一部分。净收益取决于项目对流入质量的控制力。

五、一句话结论

AI 把「写代码」变便宜了，把「判断代码值不值得看」变贵了——开源的瓶颈正在从生产端挪到筛选端。

信息来源

• Linux Foundation Estimates 25% Of New Pull Requests To Be Low-Quality AI Slop，Phoronix，2026 年 10 月 20 日
• LF Research 调查新闻稿，Linux Foundation，2026 年 10 月 20 日

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。