Zig项目为何坚决拒绝AI贡献：开源社区的“赌人不赌码”哲学

起因：当“高效”的AI贡献遇上开源社区的“人情债”

最近，知名技术博主Simon Willison关注到一个有趣现象：以严格性能著称的编程语言Zig，对AI辅助编程采取了可能是开源界最严厉的“一刀切”禁止政策。与此同时，用Zig编写的明星项目Bun（已被Anthropic收购）却因重度使用AI而实现了4倍的性能提升，但其优化代码却因Zig的政策而无法回馈上游。这一矛盾背后，是开源社区在AI时代面临的核心价值冲突：我们究竟是在优化代码，还是在培养人？

拆解：“贡献者扑克”——你赌的是人，不是一手牌

Zig社区副总裁Loris Cro提出的“贡献者扑克”理论，是理解这一政策的关键。他类比扑克游戏：“你是在和人玩，而不是和牌玩。”在开源协作中，维护者审查PR（拉取请求）的首要目标，往往不是合并那段代码本身，而是通过这个过程识别、培养和投资有潜力的贡献者。一个新手提交的代码可能不完美，但通过耐心的指导和互动，他可能成长为社区未来的中坚力量。这种“人的成长”带来的长期回报，远大于合并一个PR的短期收益。

然而，LLM的介入彻底打破了这个培养循环。即使AI帮助你提交了一个“完美”的、零错误的PR，维护者花费时间审查它，却无法与一个真实的、有学习能力的个体建立联系。这引出了一个尖锐的问题：如果一个PR主要是由LLM写的，为什么项目维护者要花时间审查和讨论，而不是自己直接启动LLM来解决同一个问题？AI生成的贡献剥离了“人”的维度，让协作变成了纯粹的代码交易，这违背了许多成功开源项目赖以生存的社区建设逻辑。

趋势洞察：AI效率与社区健康的深层张力

Zig的政策揭示了一个更深层的趋势：AI工具的“效率暴政”与开源社区的“社会资本积累”之间存在根本性张力。AI追求的是单点任务的完成速度和质量，而健康的开源项目追求的是社区网络的扩大、信任关系的建立和集体知识的沉淀。Bun的例子极具象征意义——它用AI获得了惊人的工程效率，却因社区政策壁垒而无法将成果回馈给赋予它生命的语言生态。这暗示着，未来我们可能会看到更多围绕AI使用政策的“开源分叉”，不仅是代码分叉，更是协作哲学的分叉。

实用价值：作为开发者，该如何思考？

对于身处其中的IT从业者，这并非一个简单的对错问题。首先，它提醒我们，在参与开源项目前，必须仔细阅读并尊重其社区规范，AI辅助的界限已成为新的“社区礼仪”。其次，它迫使我们在个人或团队工作中进行价值排序：你更看重短期交付速度，还是长期团队能力的建设？在内部项目中，滥用AI生成代码而不加理解，同样会侵蚀团队的技术根基和成员成长。最后，它提供了一个评估开源项目健康度的新视角：一个只追求代码合并速度而忽视贡献者培养的项目，其长期可持续性可能值得怀疑。

反常识：最“落后”的政策，可能最“先进”

在AI席卷一切的当下，Zig看似“倒退”的政策，反而可能是一种超前的社区治理智慧。它保护了开源协作中最珍贵的部分——人与人之间的知识传递、信任建立和共同成长。当其他项目可能被海量低质量AI生成PR淹没时，Zig通过设立高门槛，确保了每一次贡献背后都有一个真实的、可沟通的、愿意学习的个体。这或许不是唯一正确的道路，但它无疑为狂飙突进的AI辅助开发浪潮，提供了一个冷静而深刻的反思锚点。

---

原文地址: The Zig project's rationale for their firm anti-AI contribution policy