AI还没有盛行的时候，高质量的代码都喜欢反复阅读研究每一行的执行原理，我们那个时候经典的就是uCOS-II了，真是每隔一段时间过一遍，每次看，每次都有收获。即使是这么多年过去了，很多细节实现依然历历在目。
现在网上基本上已经看不到研究源码实现的问题了，非常非常少，包括各种社交账号，也是很少有人讨论了。那现在为什么不读了？不是没时间，是答案变得太便宜了。AI 能在几秒钟内给出一段能编译、能跑的代码，省掉的恰恰是「为什么这么写」。「能跑」和「懂了」之间的差距，被隐藏得很干净。
现在Github大量显式的 AI 声明：AI 智能体署名、Co-Authored-By 尾注、Assisted-By 尾注、工具特定标注，未标注AI，但AI参与了部分修改的，那就更多了。
1、案例一：Stack Overflow 曾经是高质量技术答案的最大来源，现在 LLM 靠什么训练？
Stack Overflow 的月提问量，从 2014 年 3 月的 20.7 万条，掉到 2026 年 7 月的 1442 条，早就被AI榨取的干干净净了
整个 Stack Exchange 网络：2017 年 3 月 286300 条，到 2026 年 3 月只剩 9883 条。2026 年初，Pragmatic Engineer 直接给这个站点下了判断：几乎已死。
这个的影响还是很大的，代码可以 AI 写，那知识从哪来？AI 编程助手之所以好用，恰恰是因为它是吃着这批人类验证过的问答长大的。现在没人往里面加新的了。你问 AI 一个半年前刚做了破坏性变更的框架怎么配置认证，它可能自信地推荐一个 2022 年就废弃的做法，因为它的依据就是一条 2022 年之后再没人更新过的回答。
2、案例二：FreeCAD 联合创始人的告别信
关于的AI使用问题意见不同，大厂借 AI 渗透开源项目，FreeCAD联合创始人Yorik 离职，他在这个项目上投入了将近 20 年
Yorik 提出的几个担忧：环境代价、版权灰色地带、大厂借 AI 渗透开源项目，都是真实存在的问题，不是杞人忧天。尤其是最后一点，对 FOSS 社区来说特别敏感：开源项目本就是对抗大厂垄断的避风港，如果 AI 工具的引入间接让 Google/Microsoft 的生态绑定了贡献流程，那确实有"引狼入室"的风险
FreeCAD 现行的 AI 政策文本。它是这场争论双方妥协后的产物，写得非常具体：
[C] 纯文本查看 复制代码 对贡献者的三条期待：提交你自己完全理解、充分审查和测试过的东西；披露 AI 使用；评论和描述由贡献者本人写。
一句定调：humans in the driver seat（人坐在驾驶位）。
披露格式统一为 git 尾注，例如 Assisted-by: gemini-2.5-pro (rev-1)。
PR 模板里有一个必须勾选的框：「本 PR 不是未经核验的 AI 产出，我对它负责，且本 PR 中我这一侧的所有沟通都由我本人完成。」
来自开发者组之外的 PR，一律先打上 Unverified 标签，以便排查违规。
明确不接受：明显由 AI 生成的代码、commit message、PR 描述，以及对 reviewer 反馈的回复。
案例三：ThreadX最新推出的ZoneX组件，全AI编写，将全AI接管做成范例
这个是把全 AI 生成直接落地的实例，而且发生在有基金会治理体系的正规项目里。2026 年 8 月 27 日，Eclipse ThreadX 组织下多了一个新仓库 ZoneX：Armv8-R AArch32 架构上的确定性分区 Hypervisor，跑在 Cortex-R52 上，工作在 EL2 和两阶段 MPU 上，目标平台是 Armv8-R AEM FVP 模型和 NXP 的 S32Z280-594EVB 开发板。
它把AI 写、人验收做成了一条可审计的链路：署名到文件、到提交，责任落到一个能签字的人身上（Eclipse 的贡献者协议必须由人签，AI 签不了）。这是这套模式能不能进正规项目的前提。最后一个细节值得想一想：唯一不带 AI 披露的文件是 SECURITY.md，安全策略。法律和流程文本，AI 不碰。
案例四：态度强硬的Zig
它的行为准则里写着：不接受任何 LLM 生成的内容（代码和文字都算）；禁止对 LLM 生成内容做改写复述；禁止用 LLM 做编辑，包括修拼写和语法错误；禁止在 bug 跟踪器的评论里使用 LLM，包括翻译。
Zig 创建者 Andrew Kelley 在播客里把话说得更直：
[C] 纯文本查看 复制代码 「这些贡献无一例外都是垃圾。」
「它们甚至是负价值，因为会占用团队有限的代码审查时间。」
这类的开源项目也有不少
QEMU 拒绝任何被认为包含或源自 AI 生成内容的贡献
NetBSD AI 生成代码「被推定为受污染代码，不得提交」
OBS Studio 代码必须由人类编写
Gentoo 以训练数据版权归属不明为由，禁止 AI 生成代码
RPCS3 禁止 AI 智能体提交代码，隐瞒 AI 参与者将被封禁
Flathub 禁止新提交的应用使用 AI 生成代码
总结：
开源正在分裂成两种模式：一种是 AI 当产能、人类当验收，把责任写成条款；一种是全面封杀、坚持人手写，把人摆在代码前面。哪种会赢，现在说不清，大概率是长期共存。
但有一件事是确定的：无论代码是谁写的，最终要为一个电池、一辆车、一台医疗设备负责的，是人。这个人负不负得起这个责，取决于他有没有读懂那些代码。
| 
发表于 
