Godot维护者谈AI代码冲击：海量低质提交引发社区崩溃

当大模型能在短短几秒钟内生成一段看似严谨的补丁时，开源社区却不得不面对另一种日渐沉重的代价。

最近，知名开源游戏引擎 Godot 的核心维护团队公开表达了他们的困扰：他们正被海量“由AI生成的低质量代码”所淹没。这些代码往往结构齐整、注释详尽、描述面面俱到，但真正棘手的问题在于——提交者可能并不理解自己提交的内容。

这件事，远非简单的“有人偷懒用AI写代码”。它正触及开源协作最核心的基石：信任。

一场悄无声息的“AI洪水”

事件的导火索来自一条 Bluesky 上的讨论帖。

Godot 的主要维护者之一、同时也是其商业支持公司 W4 Games 联合创始人的 Rémi Verschelde 表示，所谓的“AI slop”（AI生成的低质内容）正持续涌入项目仓库，导致 Pull Request 数量和审查压力都在急剧飙升。

对于不熟悉开源流程的人来说，PR（Pull Request）或许只是“提交代码”的一个按钮；但对维护者而言，每一个 PR 都意味着阅读、理解、测试、回溯架构影响、评估兼容性、讨论修改方向……这是一整套严肃的工程流程。

过去，新贡献者提交的代码即便有问题，维护者也能通过交流判断：对方是否理解架构、是否认真测试、是否真心想参与项目建设——而现在，问题变得复杂了。

当“像人写的”不等于“是人写的”

Verschelde 直言，如今他们每天都要反复怀疑新贡献者的 PR。

描述部分通常是典型的大模型风格：长篇解释、逻辑完整、语气自信。但真正棘手的在于代码本身——它未必有明显错误，却也未必真正合理有效。

基于此，项目维护者不得不开始问自己一连串问题：

▪ 这段代码是不是至少部分由人类写的？

▪ 提交者真的理解自己改动的逻辑吗？

▪ 是否做过真实测试？

▪ 测试结果会不会也是 AI 编的？

更微妙的是，即便识别出 AI 参与，也无法简单定性：代码出错，是因为 AI 写的？还是一个经验不足的新手开发者犯了错？

如果你出于怀疑，直接询问对方是否使用了 AI，对方回答：“我只是用 AI 帮我写 PR 描述，因为我英文不好。”——那你又该如何处理？

显然，这已经不是代码质量的问题了，而是因AI参与造成了协作信任的“灰色地带”。

“我也不知道我们还能坚持多久”

作为一个完全开源的游戏引擎，Godot 一直强调“欢迎任何人参与”。它没有商业巨头背书，也不像某些主流引擎那样高度封闭。任何用户，都可以尝试为自己使用的引擎做出贡献。

正因为这种开放性，Godot 才拥有活跃的社区生态。

但问题也随之而来：当生成式 AI 降低了“提交代码”的门槛，贡献数量被放大，维护者的时间却没有被同步放大。

Verschelde 表示，维护者本来就需要花大量时间帮助新贡献者，把 PR 调整到可合并状态；而现在，在 AI 生成内容泛滥的情况下，这种辅导成本正在急剧增加。对一个核心团队规模有限的项目来说，这种压力无疑是实打实的消耗。

他甚至无奈说道：“我也不知道我们还能坚持多久。”

用 AI 打 AI？听起来就很讽刺

Verschelde透露，其团队内部正在讨论解决方案，包括自动检测机制，比如考虑使用 AI 来识别 AI 生成内容。但这本身就带着黑色幽默意味——为了检测 AI 生成的“垃圾代码”，不得不再运行一套AI系统。

Verschelde 公开表示，他并不愿意继续“给 AI 机器喂数据”。在他看来，这种循环有些荒诞。

与此同时，Godot 也在评估是否需要迁移代码托管平台。当前该项目托管在 GitHub 上，而 GitHub 的母公司是微软，它正是全球最积极推进 AI 产品化的科技公司之一。

现今，部分开发者利用 AI 批量生成 PR，目的并不一定是改善项目，而是为了“刷贡献记录”，为自己的履历增加筹码。因此Godot团队考虑，迁移到更小众的平台，也许能减少这类动机——但风险也同样明显：曝光度下降、真实贡献者流失、生态割裂。

真正的解法，可能很现实

在所有讨论之后，Verschelde 给出的答案其实非常务实：资金支持。

如果能拥有更多资金，就能雇佣更多维护者，承担审核与指导成本。否则，少数核心成员很难长期承受这种“被 AI 放大”的工作量。

换句话说，AI 提高了代码生成效率，却没有自动生成对应的“审核人力”。

然而，Godot 的困境并非孤例。越来越多开源项目都在面对类似问题：PR 数量增长、质量参差不齐、审查压力倍增。或许未来会出现更严格的 AI 使用标记制度，或者贡献者信誉分层机制，甚至付费维护体系成为常态。

但在这些制度成熟之前，像 Godot 这样的项目只能在理想主义与现实压力之间继续平衡。

参考链接：已被移除