OpenClaw 被 3400 个 PR 淹没：AI 写代码后，开源先缺信用层

去年 12 月，OpenClaw 每周只有 2 个 PR。到今年 2 月，这个数字变成 3400 个。

更扎眼的是，PR 多了，合并率反而塌了：从约 48% 掉到不足 9.3%。Greptile 统计里还有一个极端样本：有人一天提交 106 个 PR，提交间隔中位数只有 3 秒。

这很难是人在认真读代码、改代码、等 CI、写说明的节奏。它更像代理在流水线上吐单。

OpenClaw 的异常暴涨：PR 多了，质量没跟上

OpenClaw 是一个爆红样本，不能直接当成整个开源生态的统计结论。但它足够像一次压力测试：当 AI 编程代理让“发 PR”变得极便宜，最先被冲垮的不是代码仓库，而是维护流程。

这里的问题不该被说成“AI PR 都是恶意攻击”。很多提交者可能只是想帮忙，或者想练工具，或者想给简历添一笔。

麻烦在于，低成本、低理解、低差异化的提交，会吃掉维护者最稀缺的资源：判断力和注意力。

对开源维护者和核心贡献者来说，动作会很具体：更早关 PR、更严 issue 绑定、更少读陌生人的大改动，甚至把精力从写代码挪到做筛选规则。

对使用 AI 编程代理的开发者来说，批量提交会越来越不划算。真正有效的做法不是让代理多开几个 PR，而是先读贡献指南、关联 issue、解释取舍、缩小改动范围。否则你提交得越快，被忽略得也越快。

开源从来不缺热情。缺的是能把问题说准、把边界想清、把改动放进系统里的人。

PR 像早年垃圾邮件：发送成本归零，信用层就会补课

Greptile 把 OpenClaw 的 PR 洪峰类比成 2000 年前后的邮件垃圾信息。这个类比准在一个点：发送成本趋近于零。

早年邮件系统的问题，不是“有人会写邮件”变坏了，而是系统默认信任发送者。后来才有黑名单、置信过滤、发送者信誉。PR 现在也在被迫走这条路。

OpenClaw 的数据已经露出这个方向：

这不是简单歧视新人，而是维护者在用历史行为省命。新人仍然能进来，但门槛从“我能生成代码”变成“我能证明自己理解项目”。

“天下熙熙，皆为利来。”在开源里，利不一定是钱，也可能是声望、简历、排行榜、自动化代理跑出来的存在感。激励一变，系统就要补信用层。

Ghostty 是一个现实参照。Mitchell Hashimoto 曾限制 AI 生成贡献，后来做了 Vouch，一个项目级的贡献者信任管理工具：信任关系被显式记录，坏行为也会被标记。

这里要留一个边界。Vouch 不是 GitHub 官方的跨项目信誉系统；Ghostty 离开 GitHub，也不能简化成“只因为 AI 垃圾 PR”。目前能看到的只是方向：维护者开始不只看代码，也看人、历史和关系。

接下来真正该观察的，不是某个项目 PR 数又涨了多少，而是三件事：项目会不会提高首次贡献门槛；维护者会不会引入项目级信誉工具；平台会不会提供更细的过滤和信任信号。

如果这些机制跟不上，开源仓库会出现一个很现实的结果：PR 越多，维护者越不愿意看陌生 PR。

新分水岭：会提交不稀缺，懂系统才稀缺

OpenClaw 数据里还有一个细节：feature PR 合并率约 9%，refactor PR 合并率约 35%。

最花哨的新功能，反而不如重构类改动容易活下来。原因不复杂：代理能生成很多“看起来像功能”的东西，但它不天然知道项目为什么长成今天这样。

Linus 那句老话大家都熟：“足够多的眼睛，所有 bug 都浅。”这句话有个前提：这些眼睛得真的不同。

如果十个人都用相似的 Claude、Codex、Cursor、Devin，用相似提示词看同一个 issue，他们不一定带来十种理解。OpenClaw 里就出现过多人提交同名或近似目标的 PR：有人都在加 SearXNG 搜索提供商，有人都在修同一个 Brave Search locale bug，还有人都盯上同一个 agent runner 的 timeout deadlock。

这才是开源的新分水岭。

会打字的代理不稀缺。能解释为什么这样改、为什么不那样改、会影响哪些旧路径的人，才稀缺。

AI 编程代理会让开源更快，这点不用否认。OpenClaw 能在几个月里迅速长大，本身也说明个人和社区的建造能力被放大了。

但速度的账还没结完。下一阶段值钱的不是生成更多代码，而是筛出可信的人、不同的想法，以及真正懂系统的改动。

PR 洪水来了，水本身不是罪。问题是堤坝还按小溪设计。