浙江
一项由Linux基金会研究部门发布、红帽公司赞助的新研究显示，生成式人工智能正在显著改变开源软件开发模式。调查结果表明，AI工具能够帮助开发者将代码编写时间缩短约一半，大幅提升开发效率，但与此同时，也给开源项目维护者带来了越来越大的审核压力。
报告指出，随着生成式AI在软件开发流程中的广泛应用，开源项目收到的代码贡献数量明显增长。约59%的项目维护者表示，自AI工具普及以来，项目贡献量持续增加；对于大型开源项目而言，这一比例进一步升至69%。
然而，贡献数量增长并不完全意味着质量同步提升。研究发现，约25%的代码合并请求（Pull Request）被维护者认为属于低质量内容，通常被称为“AI Slop”，即由人工智能生成、但缺乏充分验证和质量控制的代码或修改建议。在大型项目中，这一比例甚至达到31%。
尽管如此，研究也证实了生成式AI在提升生产效率方面的积极作用。受访开发者普遍认为，AI工具能够显著加快代码编写和技术方案讨论流程。报告指出，无论是项目贡献者还是维护者，在多数开发任务中的效率提升幅度最高可达到50%。
但研究人员同时发现，生成式AI并非在所有场景下都能提高效率。在复杂度较高的开发任务中，约21%的受访者表示，使用AI后反而需要投入更多时间。这部分开发者认为，审查、修正以及验证AI生成内容所需的工作量抵消了部分效率收益。
调查还发现，开发者通常会将节省下来的时间重新投入到开源生态建设中。66%的受访者表示，他们利用额外时间处理长期积累的技术债务；63%的人将时间投入到新功能开发；另有58%的人选择学习新技术和提升专业技能。
在项目治理方面，生成式AI的普及速度已经超过许多开源社区的规则建设进度。研究显示，仅有35%的开源项目已经建立正式的AI使用政策，而32%的项目不仅尚未制定相关规则，也没有计划推出相应制度。
与此同时，大部分开发者已经意识到AI代码审核的重要性。调查发现，61%的贡献者在提交AI生成代码之前，会主动进行详细审查和完整功能测试，以确保代码能够满足项目要求。
针对不断增长的AI辅助开发趋势，研究团队建议各开源项目尽快建立明确的AI贡献管理制度，包括制定书面政策、提高开发透明度、明确AI使用披露要求，以及统一贡献归属规范。同时，维护者应要求贡献者在提交AI辅助生成内容前完成必要测试和文档记录，以减少低质量代码进入项目核心代码库的风险。
Linux基金会AI与基础设施部门总经理马克·科利尔表示，衡量生成式AI对开源生态影响时，不应只关注生产效率提升，更应关注贡献质量以及社区整体健康状况。他认为，未来对AI工具的投入必须与对项目维护者、社区导师及协作机制的持续投资同步进行，才能确保开源生态在AI时代实现长期可持续发展。
https://www.linuxfoundation.org/research/oss-development-gen-ai-era-2026
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
