大约在AI尚未普及的那些年，读源码是一件被认真对待的事。以uCOS-II为例，很多开发者隔一段时间就要重读一次它的实现，每读一遍都能有新体会，隔了这么多年，不少细节还留在记忆里。如今情况完全不同了：网上讨论源码实现机理的内容已经极为罕见，各类社交平台上相关话题也几乎无人再提。
这种冷下来的原因，并非大家挤不出时间，而是获得答案的成本被压到了极低。一段可以编译、可以直接运行的代码，AI在几秒钟之内就能给出来，真正被省去的环节恰好是「为何要这样写」的思考过程；「能跑起来」与「真的读懂了」之间的落差，就这样被悄无声息地遮盖住了。与此同时，GitHub上出现了大量显式的AI署名：AI智能体标注、Co-Authored-By尾注、Assisted-By尾注以及针对具体工具的标记；而那些并未作出声明、但AI实际参与过部分改动的提交，数量显然还要更多。
下面四个例子，分别代表开源社区对AI进入代码贡献流程时采取的四种不同姿态。
案例一：Stack Overflow爬升多年的提问曲线被AI打断
Stack Overflow曾长期是高质量技术答案最集中的地方，而现在这批内容正被大语言模型当作训练素材。从提问量看，该站2014年3月单月有20.7万条提问，到2026年7月只剩1442条，几乎被压榨干净。从它所在的整个Stack Exchange网络看，2017年3月为286300条，到了2026年3月只有9883条。Pragmatic Engineer在2026年初直接给出的评价是：这个站点「几乎已死」。
这一变化带来的连锁反应不容小看：代码可以由AI生成，可知识要从哪里长出来？现有AI编程助手之所以表现得顺手，恰恰是因为训练时吃进了大量经人验证的问答内容。而如今几乎没有人再往里添加新问答。现实后果是，当你向AI咨询某个半年前刚发生破坏性变更的框架该怎么配置认证，它可能非常自信地推荐一套2022年就已被弃用的做法——因为它的依据就是一条2022年之后再也无人维护的回答。
案例二：FreeCAD联合创始人Yorik因AI分歧出走
围绕AI在项目中的使用方式出现意见分歧后，FreeCAD联合创始人Yorik离开了这个投入近20年的项目。他离职时提出的担忧包括三个方面：算力与环境层面的代价、版权归属处于灰色地带，以及大型企业借助AI向开源项目渗透。在他看来，这些都不是多余的忧虑。
其中第三点对FOSS社区尤其扎手——自由开源项目本来就被开发者和用户视为抵御大厂垄断的壳，如果AI工具的接入使得Google／Microsoft的生态在事实上绑定了贡献流程，就等于给项目招来了不受自己掌控的力量（原文措辞为「引狼入室」的风险）。
FreeCAD现行AI政策：作为争论双方妥协的产物，这份政策文本写得非常具体。它要求贡献者做到三点——提交的是自己完全理解、经过充分审查与测试的东西；如实披露AI使用情况；评论与描述由本人撰写。整份文件的定调句为「humans in the driver seat」，即让人坐在驾驶位。披露采取统一的git尾注格式，例如Assisted-by: gemini-2.5-pro (rev-1)，出现在PR模板中的必勾选项写明「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」。凡来自开发者组以外的提交，都会先被打上Unverified标签以便排查违规；该政策同时明确拒绝接受四类东西：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：ZoneX成为「AI写、人验收」正规落地样本身份
与上述「先约束、后使用」的路径不同，这个实例直接把「全部由AI生成」的产物送进了有基金会治理体系的正规项目。2026年8月27日，Eclipse ThreadX组织新增一个仓库ZoneX，其定位是运行在Armv8-R AArch32架构上的确定性分区Hypervisor，工作在Cortex-R52上，采用EL2和两阶段MPU，针对的目标平台为Armv8-R AEM FVP模型与NXP的S32Z280-594EVB开发板。
这个项目把「AI 写、人验收」做成一条可审计的链路：署名能追到文件、再追到某次提交，最终把责任压在一个能签字的人身上。可以这样操作成立的前提之一是，Eclipse贡献者协议必须由自然人签署，而AI无法代劳。此外，在这个项目里有一个值得琢磨的细节——唯一不作AI披露的文件是SECURITY.md（安全策略）；法律与流程层面的文本，AI并不参与触碰。
案例四：Zig的零容忍与一份被封杀名单
不同项目中，Zig被普遍视为态度最为刚硬的一个。它的行为准则规定：不接受任何由LLM产出的内容，代码和文字都包含在内；不允许对LLM产物做改写转述；不允许借助LLM进行编辑操作，连修改拼写和语法错误也不行；也不得在bug跟踪器的评论里使用LLM，转录数翻译同样被禁止。
项目创建者Andrew Kelley在播客中把话说得毫不遮掩：「这些贡献无一例外都是垃圾。」紧接着他又补充：「它们甚至是负价值，因为会占用团队有限的代码审查时间。」
呈过硬\态度的开源项目并非只Zigger一家。名单中还包括：全面拒绝任何被判定为包含或源自AI生成内容的贡献；将AI写完的代数「推定为受污染」，直接禁止提交；规范新提交的应用不得夹用经由初等\h后工具产出图样。以上不同措辞，归拢为同条主张的就是对生成式AI内容一律不收。把协作经验直接写成可提交政策还有以下几种：
- 对贡献者的写作要求和披露机制，走工会的名单制度；
- OBS Studio：锁定由AI智能体所写的提交路径，同时对参与者隐瞒AI身份者封封免一时。
还有一种判断待得清楚的说，这个开项回给得十分畅快的就是直接斩杀了。
两种走向：签署出的清单，长期共存将更为可能
回到已有据可查的那个框架上，它对上游的要求已经列到「贡献时要把非人类生产者告清楚」在大量开发者群体中所采取的角度也一样普世化：美国欧特克这样干了么要么？回答一直是一句坚定拒绝。正在呈现出分裂去一具只针对人类的。
如果从更大盘看去，开源正沿着相互有别的两个方向前行。其中一个方向选择让AI作为代码输出流水线承接负责产能输出、人类作背守，把落全写成一纸一素；这是一种方案相对封制性的做法，另一条小路则是尽力封闭AI智能体的部分收，必须由人这一途径生产。最终能共同存活下来的概率是绝大部分长久可行态。但有件事是靠得住的：生成者可能是机器照旧会有一个人负责那块电池、那台车和那台临终就医设备的背后那个担保角色的人身。这一层是否可靠最终且唯一衡量的前提就看究竟这人有没有彻底看明白他具签署出处的那段代码。
小结：从Stack Overflow的问答曲线看，可供模型训练的优质知识正在减少，而FreeCAD的单翼官弃与ThreadX工程实践都题，把智能生成代码逐步列入含论。完全封杀AI写作的Zig和接受人员把法（类举入，无疑都可能长期共担。确定一下让与许实交付可查之间的界定依然维一线定以开源能走的长走，看人后面的一位不否真的「读懂了」那些非具行自代机器生成的负责法职。
=================