四分之一PR是“AI垃圾”，Linux基金会发布新报告：AI写代码快了52%，开源维护者却更累了
OPC产业资讯详情，内容来自公开来源并经过主题相关性筛选。
四分之一PR是“AI垃圾”，Linux基金会发布新报告：AI写代码快了52%，开源维护者却更累了 AI 编程工具正在大幅缩短开发者写代码的时间，但开源社区可能正在为这种效率提升付出另一种代价。 10 月 20 日，Linux 基金会发布最新研究报告《Navigating Open Source Software Development in the Generative AI Era》，调查生成式 AI 对开源软件开发、代码贡献和社区维护的影响。 报告给出了一组颇具反差的数据：受访者估计，使用生成式 AI 后，代码编写任务的平均耗时减少了 52%；与此同时，开源项目维护者估计，收到的 Pull Request（PR，拉取请求）中约有
公开内容摘要
四分之一PR是“AI垃圾”，Linux基金会发布新报告：AI写代码快了52%，开源维护者却更累了 AI 编程工具正在大幅缩短开发者写代码的时间，但开源社区可能正在为这种效率提升付出另一种代价。 10 月 20 日，Linux 基金会发布最新研究报告《Navigating Open Source Software Development in the Generative AI Era》，调查生成式 AI 对开源软件开发、代码贡献和社区维护的影响。 报告给出了一组颇具反差的数据：受访者估计，使用生成式 AI 后，代码编写任务的平均耗时减少了 52%；与此同时，开源项目维护者估计，收到的 Pull Request（PR，拉取请求）中约有 25% 属于低质量贡献，被称为“AI slop”（AI 垃圾内容）。在大型开源项目中，这一比例进一步上升至 31%。59% 的维护者表示，自生成式 AI 兴起以来，项目收到的代码贡献数量有所增长；在大型项目中，这一比例达到 69%。 AI 正在让提交代码变得越来越容易，但维护者能否跟上代码增长的速度，成为新的问题。 1 AI 写代码更快了，复杂任务却未必省时间 Linux 基金会这份研究由 LF Research 发布，获得 Red Hat 赞助，以及 Futurewei、OpenSSF、LF AI & Data 的支持。 Linux 基金会在官方新闻中表示，生成式 AI 对开源开发效率的提升已经覆盖多个环节，远不止代码生成。在研究涉及的六类开源开发活动中，受访者均报告了不同程度的时间节省。其中，代码编写的平均耗时降幅最大，达到 52%；即使是提案讨论等沟通性任务，也实现了约 19% 的时间节省。 不过，这种效率提升并不适用于所有场景。对于复杂度较高的任务，21% 的受访者表示，使用生成式 AI 反而需要花费更多时间。这意味着，AI 在生成代码、处理常规开发任务时表现出的效率优势，未必能够直接转化为复杂软件工程任务的整体效率提升。 节省下来的时间也并没有全部转化为更多代码产出。66% 的受访者表示，他们将效率收益投入技术债务治理，63% 用于开发新功能，58% 用于学习和技能提升。 这些数据表明，AI 工具正在改变开发者的时间分配方式。但开发者个人效率的提高，并不意味着整个开源协作流程都能获得同等幅度的收益。 2 四分之一的 PR 被认为是“AI 垃圾”，维护者压力增加 相比代码编写效率，报告中更值得关注的是开源维护环节正在承受的压力。 59% 的维护者报告代码贡献数量增加，但这些新增贡献并不都能直接转化为项目价值。根据维护者的估计，收到的 PR 中约四分之一属于低质量内容。在大型项目中，这一比例达到 31%。 这里的“AI slop”通常指质量较差、缺少充分验证，或者需要维护者投入大量精力才能判断其价值的 AI 辅助贡献。需要
查看原文
免费注册，继续查看与收藏