一名在GitHub上沉寂了近八年的账号,几周前突然连发三个PR,内容全是修正代码注释里的拼写和语法错误。改动本身没问题,字也确实拼对了。但开源维护者Neil Alexander看完commit记录发现:修改是Claude做的,PR描述是Claude写的,commit连署名都是Claude代签,还顺手把自己的co-author信息插进了commit trailer。他没有回复,没有致谢,直接把三个PR全部关闭。

这条反应看起来有点较真。改得对,为什么不能收?问题就在这里——这类贡献根本不是为了项目

三个“无害”的PR,问题出在哪

GitHub的贡献机制早就不只是代码托管,它是一种可视化简历:头像挂在项目页,提交同步到关注者的信息流,贡献热力图铺满个人主页。招聘方和猎头拿这套东西当筛选信号,已经成了行业默契。

正因如此,一个八年不活跃的账号突然精准命中“低风险、高确定性、易通过审核”的typo修复,怎么看都不像“对项目产生了兴趣”,更像是在批量生产“可被验证的贡献痕迹”。Alexander的判断很直接:这不是关心项目,是关心简历

  • 风险.一旦维护者养成“无害就合并”的习惯,贡献者列表就会变成谁能指挥AI去挑软柿子捏,谁就能上榜。

这不是个案,curl的数字更扎眼

Alexander的案例只有三个PR,量太小,不足以证明是行业问题。但curl给出了可量化的证据:截至此前统计,其收到的安全报告里约20%是明显的AI水货,最终被确认为真实漏洞的只占全部提交的5%,当时平均每周还能收到约两份报告。

curl的反应比关闭PR更激烈:今年2月1日取消了漏洞赏金的金钱奖励,一度把报告渠道迁出HackerOne,又因为GitHub自带的私有报告流程不够用,3月1日迁了回去,但赏金没恢复。到7月,curl索性暂停了整整一个月的漏洞报告受理,内部称之为“summer of bliss”——8月初创始人称这一招效果不错,几乎没引来负面反弹,安全团队的压力明显降了下来。

一个项目愿意为此牺牲一整月的漏洞响应窗口,足够说明这不是矫情,是真的扛不住了。

curl 安全报告里的AI冲击 20% 报告是AI生成水货 5% 最终确认为真实漏洞 ~2份/周 当时平均收到的报告量

GitHub半年内交出了六张牌

curl的困境不是特例,GitHub显然也看到了同样的压力。今年2月开始,平台陆续上线了一套治理工具:允许维护者彻底禁用PR或把创建权限限制给协作者;6月上线针对第三方编码代理(包括Claude、Codex)生成代码的自动安全校验,PR提交前先跑CodeQL和密钥扫描;同一个月又给无写权限用户设了并发PR数量上限,AI代理开出的PR照样算在配额里;8月的官方博客更是直接建议每个项目写清自己的AI贡献规则,并声明“维护者没有义务接受所有AI生成的贡献”。

GitHub 2026年的治理节奏 2月13日 可禁用PR 6月9日 代理PR安全校验 6月18日 PR数量限流 8月12日 官方建议自定规则

这套动作说明一件事:GitHub没有选择一刀切禁AI,而是把决定权交还给维护者——能限流、能关闸、能标注,但最终收不收,项目自己说。Alexander关闭三个PR不置一词,是个人化的极端做法;GitHub给的是制度化的缓冲带。两者其实在解决同一个问题:审核成本不对称——AI生产一个“看起来合格”的贡献几乎零成本,人来验证的成本一分没降。


转折:混乱变得“高质量”之后

如果故事到这里结束,结论就会很简单:AI在开源里就是麻烦制造机。但curl后续的经验并不支持这个结论。

到今年4月,curl创始人称明显的AI水货已经不是主要问题了,取而代之的是一种“高质量混乱”——更强的AI工具帮研究者提交出可复现、真实的漏洞,项目组预计当年可能发布近50个漏洞公告。换句话说,AI辅助分析在有人验证、有人负责的前提下,反而提高了真实漏洞的发现效率。

这就打破了“AI=slop”的简单叙事。问题从来不是要不要用AI,而是产出后面站不站得住一个负责的人。Alexander案例里那三个PR最刺眼的地方,不是用了Claude,而是提交者本身对项目毫无投入,只是借AI的手制造“投入”的假象。curl后期挖出的真漏洞用的也是AI,区别只在于:有人验证、有人跟进、有人为结果背书。

分水岭不在AI参与与否,在有没有人为结果签字负责。

行业内对此仍有分歧。一部分人主张“审工作不审工具”——只要代码质量过关、漏洞可复现,不该因为用了AI就一刀否掉,机械式禁令容易误伤英语非母语或经验不足的新手贡献者。另一部分人则更接近Alexander和curl早期的立场:宁可牺牲一部分真实贡献,也要先把批量套利的空间堵死。

  • 结论.GitHub贡献热力图作为招聘筛选信号的可信度正在被系统性稀释,招聘方如果还只看绿色方块的密度,基本等于把筛选权交给了会用Claude的人,而不是会写代码的人。

对求职者来说,这是个危险的错觉:刷出来的贡献图能骗过人眼,骗不过维护者的commit记录审查,一旦被识别,留下的不是“活跃”的印象,是“套利”的记录。对维护者来说,真正该盯住的不是“这个PR用没用AI”,而是“提交者能不能对这次修改负责”。这条线一旦立住,AI工具本身反而可以是助力,不是威胁。