AI 生成的 PR 垃圾在開源領域的崛起

AI 生成的 PR 垃圾在開源領域的崛起

AI 生成的 Pull Request 正在製造「爛」危機

開源維護者正面臨大量低成本、AI 生成的 Pull Request（PR），其規模類似 2000 年代初期的電子郵件垃圾郵件危機。來自 OpenClaw 倉庫的資料顯示，隨著專案規模擴大，PR 的數量從每週 2 個激增至每週 3,400 個，而合併率則從 48% 下降至不足 9.3%。

這一趨勢是由 AI 程式編寫代理所驅動，使用者只需付出近乎零成本即可提交貢獻。在一個極端案例中，單位貢獻者在一天內提交了 106 個 PR，提交間的中位時間僅為三秒。如此大量的「爛」迫使維護者花更多時間過濾噪音，而非審查有意義的程式碼。

需要寄件者聲譽系統

為了對抗 AI 生成的垃圾，開源專案正朝向基於身份與聲譽的過濾機制前進。正如電子郵件服務商使用阻擋清單與寄件者歷史來決定訊息是否進入收件匣，PR 管理也需要類似的基礎設施來驗證貢獻者的身份與歷史。

OpenClaw 的統計證據顯示，有可靠紀錄的貢獻者被合併的機率顯著更高：

  • 首次貢獻者： 合併率 8.2%
  • 提交 2‑5 個 PR 的貢獻者： 合併率 10.3%
  • 提交 5 個以上 PR 的貢獻者： 合併率 18.6%

一些維護者已開始實施這類解決方案。Ghostty 的創作者 Mitchell Hashimoto 開發了 Vouch，這是一套信任管理系統，要求使用者必須被「擔保」才能貢獻，實質上為開源貢獻者建立了寄件者聲譽分數。

思維多樣性的侵蝕

雖然 AI 代理增加了對程式碼庫的「眼睛」數量，但它們可能正在削弱傳統上驅動開源創新的思維多樣性。當多位貢獻者使用相同的 AI 模型（如 Claude、Codex 或 Cursor）以及相似的提示時，產出的貢獻往往相同或近似相同。

OpenClaw 的觀察顯示了這種趨同現象：

  • 四位不同的貢獻者提交了完全相同標題的 PR：「feat(web-search): add SearXNG as a search provider.」
  • 六位人士獨立嘗試修復同一個 Brave Search 語系錯誤，其中兩人在 94 分鐘內提交了相同標題的 PR。
  • 五位人士獨立發現了代理執行器中的相同超時死結。

這表明 Linus 定律（「只要有足夠的眼睛，所有錯誤都會變淺」）僅在這些眼睛代表多元的人類思考時才成立，而非一堆相同的 AI 產出。

高情境貢獻優於通用 AI 輸出

資料顯示，需要深層架構理解的貢獻遠比通用功能新增更容易被接受。在 OpenClaw 資料集中，重構的合併率為 35%，而新功能僅為 9%。

這種差異說明「思考比打字更重要」。能夠通過審查的貢獻通常是需要對現有系統有深入了解的工作——這是 AI 代理單獨無法完成的。例如，將 Claude Code 的工具串流整合到 claude-mem 中的可恢復 Agent SDK 觀察者會話，就是一個非顯而易見的架構選擇，需要特定領域專業知識。

當 AI 處理「程式碼建構」時，開源貢獻的價值正轉向「架構」——即將複雜系統需求提煉成精確的提示與檢查清單，指引 AI 代理產生正確且高情境的解決方案。

摘要：對 OpenClaw 倉庫的統計研究顯示，Pull Request 合併率急劇下降，且冗餘的 AI 生成貢獻激增，凸顯開源領域迫切需要寄件者聲譽系統。

標題：AI 生成的 PR 垃圾在開源領域的崛起

Sources