For open-source programs, AI coding tools are a mixed blessing
Techcrunch
AI coding tools have enabled a flood of bad code that threatens to overwhelm many projects. Building new features is easier but maintaining them is just as hard.
對於開源程式而言，AI 程式碼工具是一把雙面刃
AI 生成摘要
AI 程式碼工具導致大量劣質程式碼湧現，威脅並使許多專案不堪重負。開發新功能變得更容易，但維護工作同樣困難。
對於開源專案而言，AI 程式碼工具是禍福參半的恩賜 | TechCrunch
主題
最新消息
人工智慧 (AI)
亞馬遜 (Amazon)
應用程式 (Apps)
生物技術與健康
氣候
雲端運算
商業
加密貨幣
企業
電動車 (EVs)
金融科技 (Fintech)
募資
小工具 (Gadgets)
遊戲
政府與政策
硬體
裁員
媒體與娛樂
Meta
微軟 (Microsoft)
隱私
機器人
安全
社交
太空
新創公司
TikTok
交通運輸
風險投資
更多來自 TechCrunch
團隊
活動
Startup Battlefield
StrictlyVC
電子報
播客 (Podcasts)
影片
合作夥伴內容
TechCrunch Brand Studio
Crunchboard
聯繫我們
對於開源專案而言，AI 程式碼工具是禍福參半的恩賜
在一個運行於日益強大的 AI 程式碼工具之上的世界裡，軟體創作是廉價的——或者說人們是這麼認為的——這讓傳統軟體公司幾乎沒有生存空間。正如一份分析報告所言，「氛圍編程（vibe coding）將允許新創公司複製複雜 SaaS 平台的各項功能。」
隨之而來的是各種焦慮與軟體公司注定滅亡的宣告。
邏輯上，利用代理程式（agents）來彌補長期資源限制的開源軟體專案，應該是廉價程式碼時代的首批受益者。但這個等式並不完全成立。在實踐中，AI 程式碼工具對開源軟體的影響要複雜得多。
根據業界專家的說法，AI 程式碼工具帶來的問題與解決的問題一樣多。AI 程式碼工具易於使用且門檻低的特性，導致了大量劣質程式碼湧入，威脅到專案的負荷能力。開發新功能比以往任何時候都容易，但維護它們卻同樣困難，並威脅到軟體生態系統的進一步碎片化。
其結果是一個比單純的「軟體豐饒」更為複雜的故事。或許，在 AI 新時代中預言軟體工程師即將消亡還為時過早。
品質 vs 數量
全面來看，擁有開放程式碼庫的專案都注意到提交內容的平均品質正在下降，這很可能是 AI 工具降低進入門檻的結果。
「對於 VLC 程式碼庫的新手來說，我們看到的合併請求（merge requests）品質簡直糟透了，」負責監管 VLC 的 VideoLan 組織執行長 Jean-Baptiste Kempf 在最近的一次採訪中表示。
TechCrunch 創辦人峰會 2026：門票現正發售
TechCrunch 創辦人峰會：門票現正發售
Kempf 對 AI 程式碼工具的整體前景仍持樂觀態度，但他表示這些工具最適合「有經驗的開發者」。
自 2002 年以來一直作為開源維護的 3D 建模工具 Blender 也遇到了類似問題。Blender 基金會執行長 Franceso Siddi 表示，LLM（大型語言模型）輔助的貢獻通常「浪費了審核者的時間並影響了他們的積極性」。Blender 仍在制定針對 AI 程式碼工具的官方政策，但 Siddi 表示，這些工具「既不強制要求，也不推薦給貢獻者或核心開發者使用」。
合併請求的氾濫已嚴重到開源開發者正在構建新工具來管理它。
本月早些時候，開發者 Mitchell Hashimoto 推出了一個系統，將 GitHub 的貢獻限制在「經過認證」的用戶，這實際上關閉了開源軟體長期以來的門戶開放政策。正如 Hashimoto 在公告中所言，「AI 消除了讓開源專案預設信任他人的天然進入門檻。」
同樣的效應也出現在漏洞賞金計劃中，該計劃為外部研究人員提供了報告安全漏洞的開放管道。開源數據傳輸程式 cURL 最近暫停了其漏洞賞金計劃，因為它被創作者 Daniel Stenberg 所描述的「AI 垃圾（AI slop）」淹沒了。
「在過去，人們會真正投入大量時間在安全報告上，」Stenberg 在最近的一次會議上說。「這其中存在內在的摩擦，但現在做這件事完全不需要努力。閘門已經打開了。」
這尤其令人沮喪，因為許多開源專案也確實看到了 AI 程式碼工具的好處。Kempf 表示，只要由經驗豐富的開發者主導，為 VLC 構建新模組變得容易得多。
「你可以把 VLC 的整個程式碼庫交給模型，然後說：『我正在將其移植到一個新的作業系統』，」Kempf 說。「這對資深人士編寫新程式碼很有用，但對於不知道自己在做什麼的人來說，卻很難管理。」
競爭優先級
開源專案面臨的更大問題是優先級的差異。像 Meta 這樣的公司重視新的程式碼和產品，而開源軟體工作則更專注於穩定性。
「大公司與開源專案面臨的問題不同，」Kempf 評論道。「他們（大公司員工）因編寫程式碼而獲得晉升，而不是因為維護程式碼。」
AI 程式碼工具出現之際，軟體領域整體上也正處於特別碎片化的時刻。
Open Source Index 創辦人 Konstantin Vinogradov（他最近啟動了一項旨在維護開源基礎設施的捐贈基金）表示，AI 工具正撞上開源工程領域的一個長期趨勢。
「一方面，我們的程式碼庫呈指數級增長，相互依賴關係也呈指數級增加；另一方面，活躍維護者的數量雖然可能在緩慢增長，但絕對跟不上進度，」Vinogradov 說。「有了 AI，這個等式的兩端都加速了。」
這是一種思考 AI 對軟體工程影響的新方式——對整個產業具有令人擔憂的啟示。
如果你將工程視為生產可運行軟體的過程，那麼 AI 編程使其變得前所未有的簡單。但如果工程的本質是管理軟體的複雜性，那麼 AI 程式碼工具可能會讓事情變得更難。至少，需要大量的積極規劃和工作才能控制住不斷擴張的複雜性。
對於 Vinogradov 來說，其結果是開源專案熟悉的一種處境：有大量工作要做，但沒有足夠優秀的工程師來完成。
「AI 並沒有增加活躍、熟練的維護者數量，」他評論道。「它賦予了優秀的人更強的能力，但所有的根本問題依然存在。」
主題
AI 編輯
門票現以年度最低價格發售。立即購買通行證，最高可省 680 美元。會見投資者。發現您的下一個投資組合公司。聆聽 250 多位科技領袖的演講，深入參與 200 多場會議，並探索 300 多家正在構建未來的新創公司。不要錯過這些一次性的優惠。
最受歡迎
Meta 自身研究發現，家長監督對遏制青少年強迫性使用社群媒體並無太大幫助
Meta 自身研究發現，家長監督對遏制青少年強迫性使用社群媒體並無太大幫助
Ricursive Intelligence 如何在 4 個月內以 40 億美元估值籌集 3.35 億美元
Ricursive Intelligence 如何在 4 個月內以 40 億美元估值籌集 3.35 億美元
在大肆宣傳之後，一些 AI 專家認為 OpenClaw 並沒有那麼令人興奮
在大肆宣傳之後，一些 AI 專家認為 OpenClaw 並沒有那麼令人興奮
OpenClaw 創作者 Peter Steinberger 加入 OpenAI
OpenClaw 創作者 Peter Steinberger 加入 OpenAI
好萊塢對新的 Seedance 2.0 影片生成器感到不滿
好萊塢對新的 Seedance 2.0 影片生成器感到不滿
電腦科學的大逃亡（以及學生們轉向了何處）
電腦科學的大逃亡（以及學生們轉向了何處）
一名史丹佛大學研究生創建了一種算法來幫助同學尋找真愛；現在，Date Drop 成了他新創公司的基礎
一名史丹佛大學研究生創建了一種算法來幫助同學尋找真愛；現在，Date Drop 成了他新創公司的基礎
© 2025 TechCrunch Media LLC.