跳轉到

10.3 當 AI Agent 開始自己編寫並貢獻開源代碼：人類與 AI 共同織造的未來軟體庫#

從 Copilot 到全自動貢獻者#

2021 年 GitHub Copilot（基於 OpenAI Codex）讓 AI 能夠補全程式碼。2023–2024 年的 LLM 潮把「AI Agent」推向舞台：

  • 2023 年：AutoGPT、MetaGPT 等獨立專案首度實驗「由 AI 接手完整工程任務」；
  • 2024 年：Devin（Cognition）宣稱能獨立完成任務、跑測試、提出 PR——「AI 工程師」正式入場；各大廠的 IDE/API 也接連開放自動化協作能力；
  • 2024–2025 年：Claude 的 Computer Use（AI 操作完整開發者工作流）、GitHub Copilot Workspace 等工具讓 AI 可以從 issue 出發 → 設計方案 → 提交 PR。

第一波衝擊：AI 直接向開源專案投遞代碼#

2024 年起，開源社群迎接了明確的「AI 貢獻潮」：

  • 多個主流專案（Django、多個 Rust/Lua/Ruby 社群）公開要求或不接受 AI 生成內容，或明文要求註明 AI 協助屬性；
  • 審核者的新難題：如何辨識「人類親寫」與「AI 生成 patch」——用戶端校驗成為新焦點；
  • 多數專案的最終共識接近「AI 可以用，但人類技術判斷不可缺席」。

四個嶄新挑戰#

1. 貢獻者身份的模糊#

  • Git 以作者 email 與簽名追蹤；AI 生成的 code 沒有「作者」——它是模型（由無數人類 code 凝成）的混合資產；
  • 「AI 貢獻率」 登記成為了一些專案的探索題目——「人類歸屬」面臨意義層面的重寫。

2. 物權的地位#

  • AI 生成的作品的版權歸屬不清：美國著作權局（2023 年起）多份意見書指出純 AI 生成內容無法獲得著作權；開源許可證要求「版權聲明」在 AI 內容上弱化；
  • 法律對「AI 訓練資料的版權」（見 9.3）的訴訟潮回到生產者這裡的責任。

3. 顛覆「貢獻者經濟」的邏輯#

如果 AI 能完全替代 code 編製：

  • 「人寫 code」的人力價值重新定價；
  • 「少數維護者 + 多數 AI」可能成為大型專案的新常態——維護者被壓縮為「審核者」，而成為更稀缺的資源；
  • 「誰出 PR、誰算仁義」的榮譽體系需要制度重構。

4. 品質與「迴路污染」#

  • AI 生成的 code 常見迷惑性 bug（hallucination）；
  • 若生態大部分生成來自AI 的自我生成，「模型塌陷（model collapse）」式退化——迴路重複訓 AI 的輸出——是長期生態的潛在風險；
  • 一個開放生態是否因 AI 加速而失去「多樣性與驗證」 是新判斷。

伦理與制度反應#

2024–2025 年的社群對策：

  • Ban or require：特定專案明禁 AI；更主流專案要求 disclosure；
  • Copyleft 的模糊處理：GPL 的許可規範是否對 AI 生成 code 的「合法歸屬」產生新的**法律解讀，仍在進行中；
  • OpenSSF 與供應鏈評分：scorecards、SBOM 等開始把 AI 生成內容納入風險視野；
  • 貢獻盟約（Contribution AI Polices）成為新的文件類型（如 Python、Rust 社群的指引）。

這場革命可能把開源帶去哪？#

三種可能的終局：

  1. 「人類審核者為王」：AI 加速寫碼，人類主要身分是管理者與裁判；
  2. 「自動化開源」：多數專案以自動化代理與小團隊維護——開源社群的審美被大模型重塑；
  3. 「人機共棲」：AI 是最強的 pair programmer，人類仍是「為何這樣做」的仲裁者——開源的榮譽與審美文化被保存下來。

小結#

當 AI Agent 開始自己寫 code、開 issue、發 PR，整個開源世界的底層假設「貢獻者是人」受到根本挑戰。第八、九、十章的所有線索——許可證、基金會、治理、地緣——都會在這個問題上匯流。這正是本書結語要談的：開源作為人類協同進化工程的未來。