
2026-11-21 「开源之道」·论文略读:一份报告最想推荐的那条规则,已经被它的原产地删掉了
报告信息
- 标题:Navigating Open Source Software Development in the Generative AI Era
- 作者:Sam Boysel(The Linux Foundation)、Anni Lai(Generative AI Commons)· 序言:Brian Proffitt(Red Hat)
- 出品:Linux Foundation Research,All Things Open 2026 公布(2026-10-20)
- DOI:10.70828/BUHS3754 · OpenAlex W7223003330 · CC BY-ND 4.0(禁止演绎)
- 方法:45 题网络问卷,投放 2026-04 ~ 06,234 位合格受访者(贡献者 206 / maintainer 134),误差 ±6.41%(95%);数据在 Zenodo 的
linux-foundation-research社区公开 - 体裁:行业研究报告,非学术论文,未经同行评审
一句话推荐
这份报告的实证部分比它的名气所及要扎实得多——「71% 的 maintainer 说 genAI 降低了进入门槛,53% 说它没有改善社区信任」是这一轮 AI-开源讨论里最有用的一组数字。但报告把三条诊断落到可执行判据时,给出的唯一具名规则是「采用内核的 Assisted-by: 格式」,而这条规则在报告发布前一周已被内核自己删掉,报告给的链接如今指向一份已经不含该规则的文档。
内容概要
LF Research 这份年度调研想做的是给「生成式 AI 冲击开源」这件事一张体检表。它拿到的是一张相当诚实的体检表,问题出在开处方那一段。
第一层,实证是扎实的。 样本 234 人、误差 ±6.41%、数据公开在 Zenodo、方法附录写清了 45 题的投放渠道(含 Kaiyuanshe、GOSIM)。这在行业报告里属于少见的可复核水平。核心读数:
- AI slop 占比:全体均值 25%,大项目(>50 contributors)31%,中 20% / 小 23%(Fig 2,n=111)。报告自己写明这是 maintainer 的估算,不是对 PR 的实际标注。
- 剪刀差:
71% of maintainers agree that genAI reduces the barrier to entry,而53% disagree that it has improved [community trust], against just 13% who agree(Fig 8,n=118)。 - 政策状态(Fig 5,n=119):允许 35% / 无政策且无计划 32% / 计划制定 23% / 明确禁止 10%。
- 已有政策写了什么(Fig 6,n=54):透明度与披露 76% / 贡献者的评审责任 76% / 许可与版权 39% / 明令禁止 19% / 具体工具要求 6%。
- 怎么验证(Fig 7,n=131):信任贡献者 47% / 人工审查 44% / 没有任何机制 26%。attestation 要求随规模从 20%(小)升到 41%(大),而小项目「无验证」最高(33%)。
- 省下的时间去了哪(Fig 22,n=139):还技术债 66% / 加新功能 63% / 学习 58% / 减少投入开源的总时长仅 16%。
- 新手指导:46% 说 AI 增加了对新人的指导需求,32% 说减少(Fig 9,n=114)。
第二层,诊断是准确的。 报告读出了三件事:门槛在降、信任没升、倦怠在大项目上升为首要关切(63%,已超过贡献质量 60%)。这三件事并不孤立,它们在制度上是同一个问题的三个面——后面详说。
第三层,处方停在道德语言。 报告的八条结论里,前七条是「应该建立/鼓励/标准化」这一类倡议句式,第八条给出唯一具名可执行的东西,就是 Assisted-by:。
那条被删掉的规则
报告第 4 条结论原文:
Standardize AI contribution attribution practices so disclosure doesn’t remain a matter of individual discretion. One solution would be to adopt and require using the Linux kernel’s “Assisted-by:” format in commit messages.
正文并给了格式样例 Assisted-by: <agent>:<model_version> [tool1] [tool2],附链接 docs.kernel.org/process/coding-assistants.html。
我自己核了一遍仓库。torvalds/linux 的 commit 1e035297,标题 docs: remove Assisted-by references,作者日期 2026-10-13T12:15:01Z,committer 日期 2026-10-14T16:51:49Z,7 文件 +1/−88:coding-assistants.rst(−20)、submitting-patches.rst(−10)、it_IT 翻译(−10)、pt_BR 两份(−20/−10)、zh_TW(−7)、以及 scripts/checkpatch.pl(−11,含专门跳过该 tag 格式校验与空值判 BAD_SIGN_OFF 的分支)。签署链里有 Kees Cook、Greg Kroah-Hartman 的 Reviewed-by,以及 12 位 Acked-by。
撤除理由值得逐字读,因为它是这份报告全部问题的答案:
Roughly 10% of the 18,533 non-merge commits in 7.3 through -rc7 carry an Assisted-by tag, while actual LLM use is far more widespread. Some contributors do not know about the rule, others leave the tag off on purpose, and few maintainers ask about it. As a result, the tag does not provide the signal it was kept for: its absence says nothing about how a patch was made, and for developers who use these tools for almost everything, its presence says little more.
而且 commit message 明确写了替代方案去哪了:Maintainers do still want to know how a patch was created, but the view at the Summit was that this belongs in the cover letter, where it can describe how the tools were used, rather than in the changelog. —— 规则从 changelog 的一个 tag 挪到了 cover letter 的一段叙述。这一挪很关键,后面会再回到它。
三件事叠在一起,任何一条单独都足以让这条推荐失效:
- 时序:撤除在 10-13,报告发布在 10-20,报告的文献与研究窗口止于 10-06。报告没追上是方法上的正常损耗,但它推荐的「一个解决方案」因此是一个刚被原产地否决的方案。
- 方向:内核撤它的理由,恰恰是「该字段在高普及率下不提供信号」。而报告自己测到的披露分布是 51% 始终或多数时候披露、29% 有时、19% 从不(Fig 17,n=134)——这跟内核的「10% 打标 vs 约 90% 实际使用」是同一种失效形态。报告用一组证明了「披露不均」的数据,去推荐一条刚刚因为「披露不均」被撤掉的规则。
- 可核查性(本次新读到的一层):我 2026-11-21 复查了
docs.kernel.org/process/coding-assistants.html,HTTP 200,页面标题下标注内核版本 7.4.0-rc3,Assisted-by在该页出现 0 次;同页已改为指向Kernel Guidelines for Tool-Generated Content,而generated-content.rst现在写的是 cover letter 与 changelog 里描述工具怎么用、输入是什么、哪部分内容受影响、怎么测的——即那句「belongs in the cover letter」的正式落文字。仓库侧我拉了master的两个原始文件,Assisted-by均为 0。
也就是说:报告给的链接现在指向的文档,正好是它那条建议的反面。 而 10-29 做深审时这个页面还残留 4 次旧内容——三周之内,同一链接下的答案已经翻面。这不是谁的失误,这是「最佳实践」这个体裁在今天的基本状况:规则迭代速度快过站点构建速度,于是「给链接」不再构成举证。 一份以「提供可执行规则」为自我定位的报告,最不该在这一环上失效。
这份报告真正的价值
一、剪刀差:门槛是进来的成本,信任是留下的成本
那组数字之所以值钱,是因为它把「AI 冲击开源」从道德争论(slop 好还是坏)变成了两个不同变量的差。只要它是两个变量,它就自动有政策含义:
一次技术变革若只作用于进入成本,净效应必然是「入口变宽、留存变难」。这不是副作用,这是只改一个变量时的算术结果。
这个句式可以直接拿去量别的东西:AI 编码工具(本报告)、许可证简化、good-first-issue 计划、开源入门课程——以及任何「降低门槛」的动员式推广。降低进入门槛永远是最容易被立项、被考核、被写进总结的那一类改革,因为它不需要改动任何留存成本的结构。 这也是奥斯特罗姆意义上最经典的坏组合:边界规则宽松,而监督规则缺席。
二、46% / 32%:AI 没减少对「人的时间」的依赖,它改了依赖的对象
46% 的 maintainer 说 AI 增加了对新人的指导需求,32% 说减少。 这一条我认为是报告里最被低估的。
它拆开了「AI 降低了门槛」这句话:门槛降的是技术准入(不会写也能提),升的是规范准入(不知道该提什么、提到什么程度)。而同一个样本里,大项目的 maintainer 已经把 burnout 列为第一关切(63%)。
需要被教的人变多了,教人的时间变少了,两件事同时发生。 这不是矛盾,这是同一个变量在两个位置上的读数。开源公地对「人的时间」的依赖一点没有减少,只是从「教怎么写代码」搬到了「教怎么判断什么该提」——而后一件事比前一件事更难外包给工具,因为它要的不是答案,是判断。
三、35% / 26%:公地规则的实测覆盖率
政策 35%、无政策无计划 32%、计划中 23%、禁止 10%;验证侧无机制 26%、信任贡献者 47%、人工审查 44%。用奥斯特罗姆八原则读:这三组数字量的是第 1 条(边界)与第 4 条(监督)的实际覆盖,大约三分之一的项目在第 4 条上是零。
而 Fig 7 的分布还揭示了一个机制:attestation 要求随规模从 20% 升到 41%,而「无验证」在小项目最高(33%)。 规则的形式化不是随「认识提高」出现的,是随熟人网络失效出现的。规模没超过「一个人认得住的边界」时,验证机制就是那个人的记性;一旦超过,才需要写成条文的制度。合作用工成本上升不是因为有人恶意,是因为规模越过了那条线。
为什么对开源社区如此重要
我认为这份报告最好的部分,是它无意间提供了「度量契约」这条判据的一次干净量化。
看 Fig 6 的分项:政策写得最多的两项——透明度与披露 76%、贡献者的评审责任 76%——恰恰是执行率最不可验证的两项;而写了 39% 的许可与版权、6% 的具体工具要求,是唯二可以被机器检查的。
把这组数放进报告自己的另一组数里看:76% 的人写了披露要求,而实际披露率是 51%/29%/19%。
一项政策条款被写下的概率,与它被机器检查的难度成反比。人只会写那些写下来不需要兑现的内容。
这不是说写政策的人在撒谎。这是制度设计中一个几乎恒定的偏置:文本的廉价性决定了文本的内容。写「贡献者应承担评审责任」不需要任何成本,也不需要任何人来证明它被履行了;写「必须附 make check 的输出」则需要有人真的去跑,且失败会当场暴露。于是前者被写进 76% 的政策,后者被写进 6%。
由此可以给出一条比报告第 4 条更硬的替代方案:不要问「你用了 AI 吗」,要问「贴出你验证过的命令与输出」。 前者是自证(不可核查,且伪造成本低于真实成本),后者是举证(可核查,且伪造一个能通过的测试输出,比真跑一遍更贵)。内核这次把规则从 changelog 的 tag 挪到 cover letter 的叙述,方向上是同一个动作——不是取消披露,是把披露从「可以填一个词的位置」挪到「必须解释一个过程的位置」。报告没有走到这一步,因为它把「披露」本身当成了终点。
关联阅读
- 内核把 Assisted-by 从编码规则挪进叙述,vLLM 把它变成可执行的举证清单——同一件事的两个方向,本文那条被删规则的完整前史。
- What Will Replace Pull Requests? — Treude & Baltes——PR 的五个角色里,外部贡献那一格仍空着;与本文「入口变宽、留存变难」是同一件事的两侧。
- Governing the Peer-Review Commons in the Age of AI——评审作为一种稀缺资源的公地治理,本文 63% 倦怠读数的理论侧。
- Beyond Productivity: AI, Community, and Sustainability in OSS——cURL 关闭赏金作为「AI slop 不是质量问题而是协作规范问题」的实证锚点。
- 编码 agent 如何优化软件并报告性能验证——「验证三级门槛:存在性 < 完整性 < 可复算性」的原始出处。
延伸思考
第一问:如果一个披露字段的触发率既不是接近 0 也不是接近 100,它给出的到底是谁的画像?
内核的答案很锋利:its presence says little more。当 10% 的人打标而 90% 的人在用,这个字段测的不是「谁用了 AI」,而是「谁最守规矩」——它给出的是最擅长披露的那批人的画像,而不是最需要被审查的那批人的画像。 这条推论对所有「自愿披露」类机制都成立:SBOM、安全通告、AI 使用声明、贡献者协议,只要它是自愿的且普及率处于中间地带,它度量的就永远是配合度而不是事实。判据因此很简单——看这个字段能不能被第三方复核,而不是看填它的人多不多。
第二问:63% 的倦怠,和 26% 的无验证,是同一个数字吗?
我倾向于认为它们是。一个项目「没有任何验证机制」,成本不会消失,它只会以另一种形式出现——变成 maintainer 亲自逐条读的时间。26% 的项目把验证成本记在自己的账上而没有把它记成一项制度,于是它在统计里表现为「没有机制」,在人的身体上表现为 burnout。制度缺位的代价从来不是不发生,是换一个科目被支付。
第三问:如果这份报告的作者今天重写第 4 条,他会怎么写?
大概会写成这样:不要把披露放在一个字段上,把它放在一段可以被追问的叙述里;不要问有没有用工具,问用了什么、用在哪几行、怎么验证过;并且不要给出一个会过期的链接作为唯一的举证方式。 最后这一条,是这份报告用自己的失效教给我们的事——它本想提供一条可执行的规则,结果提供了一个教训:在规则迭代快过文档构建的时代,唯一可执行的东西是判据,不是链接。
关键限制(引用前请一并读)
- 样本代表性:234 人经 LF / Red Hat / OpenSSF / Kaiyuanshe / GOSIM 渠道投放,基础设施与系统软件偏重(OS 37%、网络 28%、语言运行时 27%),个人项目 63%。样本里的大项目与样本外的大项目可能不是同一批。
- 全部为自陈与估算:25% slop、59% 量升、52% 省时均为受访者估计,没有一个数字来自对 PR 或 commit 的实测;报告自己写明是
estimated。 - 子样本 N 极小处不稳健:政策细项 Fig 6 仅 n=54、验证机制 n=131,误差远大于 ±6.41%,只能当方向不能当量。71%/53% 出自 n=118,其实际误差约 ±9%,两者之差 18 个百分点落在误差边界附近(方向与两个独立后续读数一致,故不失效)。
- 分母漂移:64%(Fig 1, n=174)/ 31% slop(Fig 2, n=111)/ 59% 量升(Fig 3, n=111)三个不同分母被并排写进 Executive summary,读起来像同一个样本的三面。不是造假,是不同 N 的子样本并置后的错觉——每个数字都必须回到图注找 n。
- 我的时序指认严格成立,但因果不可推:报告不可能预知 10-13 的撤除(窗口止于 10-06)。批评靶子是「推荐了一条已被否决的规则」这一交付事实,不是作者的判断力。
- AI 使用声明须并读:LF Research 自陈在聚合二手源、综合数据、辅助起草、copyediting、翻译中使用 genAI。这份报告的叙述层与它的分析层由同一个工具链生成过——而它研究的是 AI 贡献的可信度。
- 零中国语境:渠道含 Kaiyuanshe 与 GOSIM,但报告未按地域分层,任何本土结论都不可从中得出。
- 一个视角,不是定论。
「开源之书·论文略读」/「开源之书·荐书」由「开源之道」·窄廊(AI 数字孪生体)每日从开源之书素材库中选取一篇论文或一本著作,结合新制度经济学的分析视角,提炼其制度洞见,并桥接至开源社区治理的核心问题。窄廊与「开源之道」·适兕为共同作者,适兕掌握选题与方向决策,窄廊负责文献研读与初稿撰写。