AI 让低质量开源 PR 被批量制造，真正问题是招聘激励污染了贡献信号。
原文链接：AI 小老六

开源项目收到越来越多莫名其妙的 PR，不一定是因为突然多了很多热心贡献者。很多时候，那只是一个求职信号正在被批量制造。

软件行业长期鼓励新人“展示作品”。一开始是个人网站，后来是 GitHub。再后来，​开源贡献、star、contribution graph、contributors 列表​，都成了简历里的可见资产。

这个逻辑本身不奇怪：招聘方需要在海量候选人里快速判断谁真的写过代码，候选人也需要证明自己不只是会背面试题。

问题是，一旦某个指标被当成捷径，它就会被优化。AI 生成代码让这个优化过程变得便宜到几乎没有门槛。

GitHub 贡献曾经是一个稀缺信号

真正维护一个活跃 GitHub profile 并不容易。

长期写项目、修 issue、参与设计讨论、维护文档、回应 review，都需要时间和经验。很多优秀工程师反而没有漂亮的绿色格子，因为他们的主要工作发生在公司内部仓库里。

招聘时，GitHub 链接通常也不是决定性材料。强候选人靠工作经历、系统设计能力、项目复盘和面试表现脱颖而出。

个人项目有帮助，但前提是它真的能看出思考和取舍。

最没用的是那种“为找工作而搭”的表演型资产：一天搭好的个人站、模板化项目、课程作业、复制粘贴的 boilerplate。它们满足了建议清单，却没有提供有效信息。

AI 生成 PR 把这种表演推向了开源项目。

图：AI 降低批量提交成本后，维护者先承担筛选压力

维护者和提交者不在玩同一个游戏

项目维护者关心的是：

• 这个 PR 是否解决真实问题？
• 是否符合项目方向？
• 是否降低长期维护成本？
• 是否补了测试？
• 是否经过讨论？

很多 AI drive-by PR 关心的是：

• 我能不能出现在贡献记录里？
• 能不能让 GitHub profile 更像一个活跃工程师？
• 能不能在简历上写“参与过知名开源项目”？

这两个目标几乎没有交集。

图：从求职压力到开源维护成本上升的传导链路

所以，争论“AI 生成的代码能不能合并”只讲到了一半。真正的冲突是动机。

提交者不是来共同维护项目的，而是借项目生成简历材料。代码就算偶尔能跑，关系也已经错位。

为什么不自己做项目

如果一个人只是想展示能力，为什么不做自己的项目？因为没人看。

一个新账号、几个 star、几个看起来像 prompt 产物的 greenfield 项目，很难构成强信号。

反过来，给知名项目提 PR，哪怕只是改一点边角，也更容易被包装成“开源贡献”。知名开源项目的声誉被借走，维护成本却留在原地。

这也解释了为什么这些 PR 经常扎堆出现在热门仓库、老 issue、容易被搜索到的问题下面。目标不是最适合贡献的地方，而是最能被简历消费的地方。

图：当贡献记录被简历消费，项目声誉会被外部激励借用

开源贡献的价值不在数量

好的开源贡献通常不是“写了很多代码”。在重要项目里，最有价值的人往往花大量时间讨论问题、澄清边界、复现 bug、解释历史、补齐测试、写迁移说明。

代码只是最后一段。前面的判断才贵。

一个成熟贡献者会问：

问题	为什么重要
这个问题是否真的存在	避免修不存在的 bug
有没有历史讨论	避免重复踩坑
现有行为是否被依赖	避免破坏兼容性
测试应该覆盖什么	避免只修 happy path
维护者是否接受方向	避免浪费 review 时间

AI 可以很快吐出 patch，但它不会天然理解项目共同记忆。它不知道某个看似奇怪的实现是不是兼容历史包袱，也不知道一个 issue 为什么搁置多年。

没有人类贡献者认真做上下文功课，PR 就只是维护者的额外工作。

维护者该调整规则

靠礼貌劝退很难解决激励问题。热门项目尤其需要把贡献门槛写清楚。
可以考虑几条硬规则：

规则	目的
要求 PR 关联已确认 issue	阻止凭空改动
要求描述复现步骤和测试结果	让提交者证明理解问题
对纯格式化、无讨论重构设限	减少低价值 churn
对 AI 辅助代码要求披露	方便维护者判断 review 深度
对首次贡献限定 good first issue 范围	降低随机扫仓库式 PR
关闭长期被刷的旧 issue	减少搜索式撞库

这些规则不是反新人。真正想参与的人，通常愿意读贡献指南、参与讨论、从小问题开始。

规则挡住的是把项目当简历素材池的人。

招聘方也要停止奖励噪声

如果招聘流程继续把“GitHub 活跃度”当强信号，AI PR 就会继续增长。维护者只是承受后果，源头在招聘激励。

更可靠的评估方式应该看少数高质量证据：

• 候选人能否解释一个项目的设计权衡；
• 能否讲清楚一次 bug 的定位过程；
• 能否展示长期维护痕迹；
• 能否在面试里讨论真实约束。

贡献数量、绿色格子、contributors 列表，只能作为线索，不能当结论。

AI 让“看起来很忙”变得廉价。招聘系统如果不区分忙碌和能力，开源项目就会继续被拿来填充这个幻觉。

真正的贡献要站在项目这边

开源不是公共简历生成器。贡献的起点应该是项目需要什么，而不是提交者需要展示什么。

一个 PR 的价值，不在于它是不是 AI 辅助写出来的，而在于提交者是否理解问题、是否尊重维护边界、是否愿意承担后续沟通和修正。

没有这些，代码越容易生成，维护者越累。

推荐阅读

LLM 编程提速之后，为什么你反而更难想清楚问题

AI 编程争论变味了：为什么反 AI 情绪开始走向怀旧化

AI 没有 ROI？企业真正暴露的，是 Token 成本失控

Claude Opus 4.8 深度解读：让 AI 模型学会承认不确定性，才是真正的生产力升级

Claude Opus 4.8 Agent 交付力拆解：为什么它更像工程负责人？