一项调查显示，生成式 AI 在显著缩短开发者编码时间的同时，也带来了更多低质量代码，进一步抬高了代码审查和后续维护成本。

据TechRadar 22日报道，Linux Foundation在最新报告中指出，受访者估算，在引入AI后，开发者编写代码的时间平均减少了52%。不过，维护者认为，提交的PR（拉取请求）中约有25%属于低质量“AI Slop”。

报告显示，AI节省下来的时间主要被投入到其他开发工作中。其中，66%的受访者表示会将这部分时间用于清理技术债，63%用于新功能开发，58%用于学习和能力提升。

但开发者个体效率的提升，并未同步转化为整体研发流程的效率改善。代码生成速度越快，维护者在质量核验和安全审查上的工作量也越大。换言之，编码阶段节省下来的时间成本，在一定程度上转移到了审查环节。

在代码审查场景中，AI的帮助也明显受任务复杂度影响。受访者普遍认为，AI更适合处理简单任务；但也有21%的受访者表示，在复杂任务中使用AI反而更耗时。此外，AI生成内容带来的误报以及重复提交，也被视为消耗审查资源的重要因素。

报告还指出，提交前的验证和AI使用披露机制仍不完善。仅有61%的受访者表示，会在提交前对AI生成代码进行细致审查，并完成完整功能测试。而在后续交接过程中，是否使用过AI也往往缺乏明确披露，进一步加重了最终把关者——维护者——的负担。

这一压力在大型项目中尤为明显。59%的维护者表示，在生成式 AI 普及后，项目收到的代码贡献有所增加；在大型项目中，这一比例升至69%。与此同时，大型项目收到的PR中，被判定为低质量“AI Slop”的占比达到31%，高于整体平均水平。

不过，相关治理机制的建设明显滞后于AI的落地速度。报告显示，只有35%的项目制定了“正式允许使用生成式 AI”的明确政策；另有32%的受访者表示，所在项目既没有相关规定，也没有制定计划。

Linux Foundation强调，与其在编码环节排斥AI，不如尽快补齐治理短板。报告建议，项目应建立清晰的贡献标准，明确要求贡献者完成代码测试并披露AI使用情况，同时改进相关工具，帮助维护者更高效地处理不断增加的PR。