QGIS 实施 AI 辅助贡献全面禁令

QGIS 采取严格的无 AI 政策

QGIS 项目已正式修订其开发政策，禁止向 qgis/qgis 仓库提交所有 AI、LLM 和智能体辅助的代码。这一变更通过 QEP428（QGIS 增强提案）实施，取代了该项目之前要求的“人在回路”政策（该政策曾要求 AI 生成的代码必须保持透明并经过强制性的人工审查）。新政策规定，任何被发现通过 AI 或基于智能体的工作流创建的贡献，都将面临代码立即回滚以及对贡献者采取潜在制裁的风险。

禁令的理由

维护者列举了转向全面禁令的三个主要原因：

• 维护者压力不堪重负： AI 辅助的拉取请求（Pull Request）数量激增，给项目的志愿者维护者带来了沉重负担，他们在 LLM 兴起之前就已经面临繁重的工作量。
• 质量与审查的可持续性： AI 生成的代码往往缺乏像 QGIS 这样复杂项目所需的深度理解。这导致要么出现未审查代码的积压，要么集成了未经彻底审查的代码，这两者都威胁到了项目的稳定性。
• 社区完整性： 该项目依赖于一个提供支持、培训和功能的人类贡献者网络。维护者担心 AI 辅助的贡献绕过了学习过程，阻碍了新开发者培养最终成为审查者所需的技能。

未来展望与实施

项目领导层将此政策定性为“权宜之计”，而非永久且不可更改的规则。其目标是先通过“闭门”措施来保护项目当前的稳定性，并保留在未来针对特定用例（如 IDE 自动补全或语言翻译）进行逐案重新开放的可能性。

尽管一些社区成员对该政策的广泛措辞及其执行难度表示担忧，但维护者强调，合规性的衡量标准依赖于贡献者的自觉。正如一位维护者所指出的：“你心里清楚你想要分享的代码是你自己大脑产出的，还是别人大脑产出的。”

社区观点

围绕该政策的讨论非常广泛，反映了开源开发中关于自动化工具角色的普遍紧张关系：

“我显然还没有足够的技能去修复像 QGIS 这样复杂项目中的 Bug，但 LLM 给了你一种‘这完全可能’的错觉。只需几个 token，Bug 就修复了。通过这样做，我们打破了审查者和贡献者之间的信任契约。” — Amalvir, contributor

“我担心他们可能会因噎废食……我发现 LLM 在发现代码中额外、非显而易见的上下文方面很有用。它们经常出错，但我坚信这些结果可以被人类用来获得更深入的理解。” — kannes, contributor

“瓶颈不再是编写代码，而是与代码保持一致，了解它在做什么以及它是否做了你想要它做的事。在我自己的工作中，即使是我要求的代码，这现在也是大部分工作内容。对于审查陌生人提交的大型 PR 的维护者来说，情况肯定更糟。” — jcolot, Hacker News commenter