一項由Linux基金會研究部門發布、紅帽公司贊助的新研究顯示，生成式人工智慧正在顯著改變開源軟體開發模式。調查結果表明，AI工具能夠幫助開發者將程式碼編寫時間縮短約一半，大幅提升開發效率，但與此同時，也給開源項目維護者帶來了越來越大的審查壓力。
報告指出，隨著生成式AI在軟體開發流程中的廣泛應用，開源項目收到的程式碼貢獻數量明顯增長。約59%的項目維護者表示，自AI工具普及以來，項目貢獻量持續增加；對於大型開源項目而言，這一比例進一步升至69%。
AI貢獻量飆升但品質參差不齊
然而，貢獻數量增長並不完全意味著品質同步提升。研究發現，約25%的程式碼合併請求（Pull Request）被維護者認為屬於低品質內容，通常被稱為「AI Slop」，即由人工智慧生成、但缺乏充分驗證和品質控制的程式碼或修改建議。在大型項目中，這一比例甚至達到31%。
儘管如此，研究也證實了生成式AI在提升生產效率方面的積極作用。受訪開發者普遍認為，AI工具能夠顯著加快程式碼編寫和技術方案討論流程。報告指出，無論是項目貢獻者還是維護者，在多數開發任務中的效率提升幅度最高可達50%。
但研究人員同時發現，生成式AI並非在所有場景下都能提高效率。在複雜度較高的開發任務中，約21%的受訪者表示，使用AI後反而需要投入更多時間。這部分開發者認為，審查、修正以及驗證AI生成內容所需的工作量抵消了部分效率收益。
調查還發現，開發者通常會將節省下來的時間重新投入到開源生態建設中。66%的受訪者表示，他們利用額外時間處理長期累積的技術債；63%的人將時間投入到新功能開發；另有58%的人選擇學習新技術和提升專業技能。
開源社群AI治理規則追不上腳步
在項目治理方面，生成式AI的普及速度已經超過許多開源社區的規則建設進度。研究顯示，僅有35%的開源項目已經建立正式的AI使用政策，而32%的項目不僅尚未制定相關規則，也沒有計畫推出相應制度。
與此同時，大部分開發者已經意識到AI程式碼審核的重要性。調查發現，61%的貢獻者在提交AI生成程式碼之前，會主動進行詳細審查和完整功能測試，以確保程式碼能夠滿足項目要求。
Linux基金會AI與基礎設施部門總經理馬克·科利爾表示，衡量生成式AI對開源生態影響時，不應只關注生產效率提升，更應關注貢獻品質以及社區整體健康狀況。他認為，未來對AI工具的投入必須與對項目維護者、社區導師及協作機制的持續投資同步進行，才能確保開源生態在AI時代實現長期可持續發展。
- 延伸閱讀：Windows 11 開發環境大進化！Google Antigravity AI 原生支援 WSL 2，跨 Windows 與 Linux 開發終於不用再改路徑
- 延伸閱讀：Linux 市占率突然翻倍、Windows 跌破六成？最新數據背後恐另有原因
- 延伸閱讀：別再說 Linux 比較快！實測 Windows 11 本地 AI 效能領先 50% 以上，關鍵在 DirectML 與 NPU 支援度
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！