“AI泔水”降效增本！1154条开发者讨论，指向游戏行业新问题

当下，海内外的开发者社区开始越来越频繁地讨论AI泔水（AI Slop）对软件开发带来的影响。

所谓“AI泔水”，通常被用来形容那些由AI大量生成、看似完整，但实际质量低下、缺乏理解与维护价值的内容。过去，这个词更多出现在社交媒体、搜索引擎污染等语境中；但如今，它正在越来越多地进入程序员、开源维护者与软件团队的日常讨论。

最近，一篇来自海德堡大学、墨尔本大学、新加坡管理大学研究者联合发布的论文《An Endless Stream of AI Slop: The Growing Burden of AI-Assisted Software Development》，则试图系统性地分析这一现象。

该论文基于Hacker News与Reddit论坛上15个讨论、共1154条开发者帖子，研究了程序员们如何看待AI辅助开发，以及AI生成内容正如何参与软件开发流程。最终试图回答一个问题：当AI开始大量参与软件开发后，真正增加的，究竟是效率，还是新的负担？

AI提高了开发效率，但审核成本正在反向上升

这篇论文中，“审核摩擦”是研究者总结出的第一个核心方向。

简单来说，很多开发者开始发现：AI确实能快速生成代码，但团队随后需要投入更多时间，去阅读、理解、验证、修复这些代码。

一位开发者就直接表示：“开发时间缩短了，但团队现在需要花更多时间审核，这看起来根本没有带来收益。”

而类似的抱怨，在开发者社区中正在变得越来越常见。论文提到，在1154条帖子中，“审核负担”是出现频率最高的问题之一。部分团队甚至提到，AI辅助编码后，拉取请求（Pull Request）数量开始明显增加。

例如，有团队提到自己“6名员工每天需要处理30个PR”；还有开发者形容，自己审核AI代码时，“像是第一次有人类真正读到这些代码”。

更关键的是，很多AI生成代码，并不意味着“开发者真正理解了代码”。

论文中提到，不少审核者会直接要求开发者“现场解释自己的代码逻辑”，因为团队开始越来越频繁地遇到一种情况：代码能运行，但提交者自己并不知道它为什么能运行。

一位开发者在帖子中提到：

“我直接问他知不知道自己的代码在做什么。他不知道。所以这个PR没有通过。”

这种变化，也正在让很多团队开始重新强调“开发者责任”。一个被频繁提到的观点是：即便代码由AI生成，最终责任依然属于提交代码的人。

AI生成的不只是代码，还有新的“技术债”

除了审核成本上升之外，论文中另一个被频繁讨论的问题，是AI正在加速“低质量代码”进入项目本身。

研究者将这一部分归纳为“质量退化”。在大量开发者讨论中，一个反复出现的观点是：AI的最大问题，并不只是“会写错代码”，而是它经常会生成“看起来合理，但实际存在隐患”的代码。

论文中提到，不少开发者总结出了AI代码的一些典型特征，例如：

• 遇到问题时，大量使用[setTimeout]之类的“临时补丁”规避错误；

• 为了消除类型报错，直接把变量强制转换成[any]；

• 不去修复问题，而是直接删除相关方法；

• 修改测试代码，让错误代码“看起来通过测试”。

甚至还有案例提到，AI会“虚构不存在的外部服务”，然后再自己模拟这些根本不存在的服务接口，最终生成一整套“逻辑自洽、但完全虚假的集成方案”。

论文中，一位开发者这样总结：

“你确实可以用AI非常快地开发，但与此同时，技术债累积的速度也会变得前所未有地快。”

而这种问题，对于游戏行业来说，其实并不陌生。

尤其是在手游研发中，很多项目本身就长期面临版本迭代频繁、上线周期压缩、人力有限等问题。AI工具的加入，某种程度上进一步放大了“先跑起来再说”的倾向。

过去几年里，包括Unity、Epic Games等厂商，都在持续推动AI辅助开发工具进入游戏工业化流程。从代码生成，到NPC行为编写，再到自动化测试，AI正在越来越深地进入开发链路。

但与此同时，海外开发者社区中，也开始越来越多地出现对“AI生成代码不可维护”的讨论。特别是在多人协作、长期运营型项目中，团队真正担心的，往往不是“代码能不能跑”，而是几年之后，还有没有人能读懂这些代码。

被污染的不只是代码，还有整个“知识生态”

相比代码质量本身，论文中另一个更值得关注的观点是：“AI泔水”正在开始影响整个开发者知识生态。

研究者将其归纳为“知识生态退化”。简单来说，就是开发者开始越来越难从互联网获得“可靠的信息”。

过去几年里，程序员长期依赖的很多知识来源——包括技术文档、教程、论坛问答、博客文章，甚至Stack Overflow网站——都开始出现越来越多AI生成内容。

而问题在于，这些内容往往“看起来很专业”，但实际上却可能存在：

• 示例代码无法运行；

• API名称根本不存在；

• 缺少关键步骤；

• 内容 彼此重复、互相污染；

• 甚至整篇教程本身就是错误的。

论文中，一位开发者就提到：

“我开始越来越频繁地看到文档和教程缺少关键内容，或者代码示例根本跑不起来。”

这种变化，也正在对游戏开发产生非常现实的影响。因为无论是各种Shader、插件、中间件、运营工具等等，大量游戏开发经验本来就建立在开发者论坛、教程视频、GitHub项目与社区分享之上。

论文中一个很有意思的细节是，部分开发者甚至将这一现象，与过去几年科技行业大规模裁撤“开发者关系”团队联系到了一起。

被引用的一位开发者提到：

“过去负责维护文档、示例代码和教程的人，很多在2022年后的裁员潮里已经被裁掉了。”

换句话说，一边是越来越少的人维护真实内容；另一边，则是越来越多AI自动生成内容开始填满互联网。某种程度上，这也正在让开发者知识生态进入一种新的“信息通胀”。

真正的关键不是AI本身，而是行业的机制

在论文最后，研究者提出了一个非常核心的观点：“AI泔水”之所以会越来越多，并不只是因为AI“能生成内容”，而是因为当前的软件行业，本身就在奖励“更快地产出更多东西”。

论文将这一部分归纳为“结构性驱动因素”。

很多开发者认为，如今大量低质量AI内容出现的背后，其实是整个行业长期形成的一套“速度导向”逻辑。例如：

• GitHub贡献数；

• PR数量；

• Bug提交量；

• 内容更新频率；

• SEO文章产量；

• 功能上线速度；

这些原本用于衡量效率的指标，如今都越来越容易被AI快速放大。一些开发者，则把这一轮AI热潮，与过去的软件外包潮进行了类比。

论文中有人提到：

“AI很像当年的外包：表面上任务完成得更便宜、更快，但最后却需要投入更多管理和审核成本。”

这种逻辑，对于游戏行业来说，其实也并不陌生。

尤其是在过去几年全球游戏行业进入降本增效周期之后，“更少的人做更多的事”，已经越来越频繁地成为很多公司的真实目标。

从AI生成美术资源、AI广告素材，到AI辅助编程、AI测试、AI NPC与自动化运营，大量工具正在被快速推入游戏工业化流程。

从短期来看，每个人都能从AI获得效率收益；但长期来看，被消耗的，却可能是整个行业共同依赖的东西——代码质量、知识生态、协作信任，以及开发者本身的成长体系。

这也是为什么，论文中很多开发者真正担心的，并不只是“AI会不会替代程序员”，而是：整个软件开发行业，是否正在失去培养下一代开发者的过程。

当AI开始大量参与内容生产后，行业真正增加的，究竟是效率；还是更多隐藏在后期维护、审核、协作与人才培养中的成本？

或者这才是一个追求创新、挑战想法、走在创造力前沿的行业应该好好思考的问题。

引用来源：《An Endless Stream of AI Slop: The Growing Burden of AI-Assisted Software Development》