开源社区 AI 禁令蔓延：120 个项目中有 37 个全面拒绝

近期 Hacker News 上的一篇长文引发开发者社区讨论：尽管外界普遍认为大模型能力持续提升、软件工程是最被看好的落地场景，但越来越多维护者却在主动设立门槛，限制甚至全面禁止 AI 辅助的贡献。

文章援引 Rakshit Yadav 对 120 个开源项目 AI 政策的梳理结果，其中 37 个项目选择了全面 AI 禁令。Linux 内核虽允许 AI 辅助提交，但要求披露所用模型；GCC、QEMU、SDL、Gentoo、Zig、Ghostty 等知名项目则明确拒绝 AI 生成内容。代码托管平台 Codeberg、Sourcehut 以及应用商店 Flathub 也相继禁用 AI 用于生成代码、文档、Bug 报告与评审意见。即使是允许 AI 的项目，也普遍要求人类必须对输出进行把关。

与此同时，Linux 发行版 Debian 正在开发者内部就 AI 政策投票表决，其中一项提案是全面禁止 AI 用于代码、文档、翻译、Bug 报告等场景。作者指出一个颇具讽刺意味的事实：支撑全球 AI 数据中心的操作系统本身正是 Debian 等 Linux 发行版，几乎所有开源软件代码都已被用于训练大模型——但这些项目的维护者恰恰最不愿意接收 LLM 辅助的贡献。

为何资深维护者选择抵制

文章从三个角度解释这一现象。

首先是信息不对称。LLM 输出往往看起来专业、可信，但人类天生更依赖表达方式、权威感等次要线索判断真伪，缺乏动机会去逐条核实。当大量缺乏经验的贡献者借助 AI 提交看似可用的代码时，资深维护者不得不花费大量时间审查那些「看起来差不多、实则充满缺陷」的内容，维护成本急剧上升。

其次是教学意愿的消退。许多资深开发者注意到，新一代学习者更倾向于把理解过程外包给大模型，而非亲自掌握设计、调试与权衡。这种「不愿学习」的态度让导师感到自己的时间被浪费，教学关系出现断裂。

第三是拟人化偏差。人脑天生会把表现得像人的机器当作有意识、有情感的实体。当 LLM 以流畅、自信的方式输出文本，用户的判断力会被进一步干扰。作者建议读者尝试在本地运行模型，「亲眼看着它吐出 token」，以打破这种幻觉。

泡沫与现实的落差

文章认为，金融市场普遍认同当前存在 AI 泡沫，但中间派仍相信 LLM 能力会稳步提升并接管更多任务。而开源社区正在用实际行动投票——一群「绝非愚蠢」的领域专家选择把 AI 关在门外，这本身值得行业停下脚步认真思考。LLM 究竟是越来越聪明，还是越来越擅长取悦用户？这是当前分歧的真正核心。