Linux基金会报告：AI编码提速52%但低质PR增多

10月20日，Linux基金会发布《生成式AI时代的软件开发导航》报告，分析生成式AI对开源开发、代码贡献和社区维护的影响。调查显示，使用生成式AI后，代码编写平均耗时减少52%；维护者收到的PR中约25%被估计为低质量“AI slop”，大型项目中的比例升至31%。此外，59%的维护者称代码贡献量增加，大型项目这一比例达到69%。

AI带来的效率提升覆盖六类开源活动，除代码编写外，提案讨论等沟通任务平均节省约19%时间。不过，复杂任务未必更快，21%的受访者表示使用生成式AI后反而耗时更多。节省的时间主要被用于技术债务治理（66%）、开发新功能（63%）和学习技能（58%），并未全部转化为更多代码产出。该研究由LF Research开展，获红帽赞助，并得到Futurewei、OpenSSF及LF AI & Data支持。

报告所称“AI slop”主要指质量较差、验证不足，或需要维护者投入大量精力判断价值的AI辅助贡献。这一比例来自维护者估计，并非对代码平台PR逐项检测的客观统计，也不能证明所有低质量PR都由AI生成。随着代码生成和提交门槛下降，维护者仍需检查正确性、架构适配、安全风险、兼容性及长期维护成本，倦怠已成为大型项目的主要担忧之一。

生成式AI被认为降低了开源参与门槛，71%的维护者认同这一点；但53%不认可其改善了社区信任。另有46%认为指导新贡献者的需求增加，32%认为需求减少。AI可以生成修改方案，却不能替代对项目规范、设计取舍、测试结果及后续维护能力的判断，指导工作正部分转向验证、解释和质量管理。

治理规则同样滞后。仅35%的项目制定了明确允许AI参与代码贡献的正式政策，32%既无政策也暂无制定计划；贡献者方面，61%表示会在提交AI生成代码前进行详细审查和完整功能测试，但AI使用披露尚无统一标准。报告建议项目明确测试、文档、AI披露、贡献归属和验证要求，并强调贡献者应理解和测试提交内容，不能将全部安全审查责任交给维护者。

报告认为，AI编码的效率红利可能把软件工程瓶颈从编写转移到审查、验证和维护。未来评估其价值，除编码节省时间和智能体完成任务数量外，还应关注代码接受率、审查耗时、缺陷修复成本及长期维护负担。AI让代码更易生成，但要将其转化为可靠软件，仍需要匹配的社区治理和验证机制。