新聞

生成式AI降低程式撰寫門檻，卻也讓大量低品質程式碼與漏洞回報湧入開源專案。金融時報（Financial Times，FT）在近日刊出的專題報導中指出，相關審查與維護成本正轉嫁給少數維護者，長期恐削弱開源社群協作模式，形成維護斷層。

開源工具curl創辦人暨維護者Daniel Stenberg在今年1月終止了curl漏洞獎勵計畫，原因是由AI產生的漏洞報告暴增，大量垃圾提交已對維護者帶來沉重負擔。Stenberg向FT表示，開源軟體是現代軟體得以存在的前提，開發者必須依賴大量通用元件，才能組合出現代各種軟體與數位服務。

1996年問世的curl，是個用於在網路上傳輸資料的開源專案，迄今已吸引逾3,000名貢獻者，可讓其他應用具備網路傳輸的核心元件libcurl被安裝超過200億次。Stenberg強調，軟體專案真正的挑戰，從來不是寫出第一版程式，而是日後能否持續維護及修正錯誤；若開發者本身不了解程式碼，就只能一直仰賴AI解決，但現在的AI比較會發現問題，未必有能力妥善解決。

FT在此一專題還引用許多其他受到AI衝擊的案例。像是開源白板工具tldraw創辦人Steve Ruiz也因收到大量低品質的AI拉取請求（PR），而在今年1月宣布停止接受外部程式碼貢獻。Stack Overflow則發現，ChatGPT問世後，Stack Overflow每月新提問從逾10萬則降至不到1500則，顯示工程師愈來愈傾向直接與AI互動，公開技術知識的累積也逐漸減少。

中歐大學今年發表的研究《Vibe Coding Kills Open Source》指出，AI程式代理會大量下載模型偏好的開源套件，推高使用數據，卻不會像人類使用者一樣提供回饋、捐款、聲譽或後續貢獻。研究者認為，當套件的「人氣」主要來自機器使用，開發者從開源專案獲得的職涯與社群回報將逐漸下降，原本支撐開源協作的誘因也可能因此瓦解。