2026年10月20日，在美国北卡罗来纳州罗利市举行的All Things Open 2026大会上，非营利组织Linux基金会宣布发布一份关于生成式人工智能（GenAI）影响开源软件开发的研究报告《生成式人工智能时代的开源软件开发：项目社区面临的挑战与机遇》。

该报告由Linux基金会研究部（LF Research）主导，由红帽（Red Hat）提供赞助，并获得Futurewei、OpenSSF及LF AI & Data的支持，旨在分析生成式AI对开源软件（OSS）开发流程、社区协作及项目维护工作的影响。

研究结果显示，生成式AI在缩短开发时间、降低开源贡献门槛的同时，也增加了部分项目维护者的工作负担。调查中，59%的项目维护者表示，自生成式AI兴起以来，项目收到的贡献数量有所增加；在大型项目中，这一比例进一步升至69%。

然而，维护者估计，约25%的传入拉取请求（PR）属于低质量的“AI垃圾”（AI slop），大型项目中的这一比例更是达到31%。这意味着，AI工具在帮助开发者更快生成代码的同时，也可能给项目审核、质量控制和社区治理带来额外压力。

在生产力方面，生成式AI为开源开发的多个环节带来了明显的效率提升。受访者估计，在研究考察的六类开源开发活动中，使用生成式AI可使相关任务的耗时减少约19%至52%。其中，代码编写环节的平均耗时减少52%，提案讨论环节的耗时减少19%。不过，AI的效率优势并非适用于所有任务：对于高复杂度任务，21%的受访者表示，使用生成式AI反而比不使用时花费更多时间。

在治理方面，研究发现，开源项目对生成式AI的管理措施尚未跟上技术普及的速度。目前，仅有35%的项目制定了正式政策，明确允许使用生成式AI；另有32%的项目既没有相关政策，也没有制定政策的计划。

在贡献者方面，61%的人表示，他们会在提交前对AI生成的代码进行详细审查，并开展完整的功能测试，但对于是否使用AI辅助开发，社区中的披露实践仍不一致。研究因此强调，明确的贡献政策、标准化的归属与验证流程，以及持续投入人工导师制，都是开源社区应对AI生成内容增长的重要措施。

报告还披露了其他几项关键发现：

1、开源参与门槛有所降低，但社区信任并未同步改善

71%的项目维护者认同，生成式AI降低了参与开源项目的门槛；与此同时，53%的维护者不认同生成式AI改善了社区信任。

2、开发者正将AI节省的时间重新投入开源工作

66%的受访者表示，他们会利用节省下来的时间处理技术债务，63%将其用于开发新功能，58%则用于学习和提升技能。

3、AI对新贡献者导师制的影响存在分歧

46%的维护者认为，生成式AI增加了对新贡献者进行指导和培养的需求；32%则认为这一需求有所下降。

Linux基金会研究部高级副总裁Hilary Carter表示，开源项目应主动适应不断增长的AI辅助及AI生成贡献，而不是等问题出现后再被动应对。她强调，项目需要明确生成式AI的使用要求，将代码测试与AI辅助披露责任落实到贡献者身上，同时为维护者提供更有效的工具，以管理不断增加的传入PR。只有完善这些基础机制，开源社区才能在扩大参与范围的同时，避免给维护者造成过重的负担或带来额外成本。

针对上述问题，报告建议开源项目应尽快建立清晰、公开的AI辅助贡献政策，完善透明度与披露要求，并要求贡献者在提交代码前完成必要的测试、验证和文档记录。同时，社区还应推动贡献归属实践的标准化，以便更清楚地识别和管理AI在开发过程中的作用。

报告指出，治理、验证与信任不应被视为生成式AI开发流程中的附加环节，而应成为开源项目基础设施的重要组成部分。随着AI工具进一步融入软件开发，如何在发挥效率优势的同时维持代码质量、社区信任与项目可持续性，将成为开源生态需要持续应对的重要课题。

总体来看，生成式AI正在重塑开源开发流程，但效率提升并不必然转化为社区整体收益。开源项目仍需通过明确使用规则、强化代码验证与披露、完善导师机制，在扩大参与度的同时控制维护成本，让AI贡献真正服务于开源生态的长期发展。

小编将在第一时间分享更多相关最新动态和爆料，敬请关注。