当前位置: 首页 > news >正文

Godot 收紧 AI 代码贡献政策:提高门槛,减少低质量贡献,培养长期开发者

AI 编程热潮下,Godot 率先表态

“AI 不会为代码负责,我们也无法相信那些高度依赖 AI 的开发者,能真正理解自己提交的代码。”这是开源游戏引擎 Godot 官方最近公开说出的一句话。在 AI 编程越来越流行的今天,不少开源社区都在思考:AI 究竟是在帮助开发,还是在制造更多维护成本?而 Godot,率先给出了自己的答案。

PR 堆积成“梗”,维护者不堪重负

对于很多开源项目来说,收到越来越多 Pull Request(PR)本应是好事。Godot 也承认,过去几年不断增长的代码贡献,说明越来越多开发者愿意参与 Godot 社区,团队坚持控制功能膨胀,项目保持着较高的代码质量标准。然而,在 AI 热潮下,事情出现了另一面。如今 Godot 仓库中积压的 PR 已经多到成为社区里的一个“梗”。代码审查本就是开源项目里最耗时、最消耗精力的工作之一,而维护者大多是志愿者,时间有限。AI 编程的普及让这一情况迅速恶化,AI 大幅降低了提交代码的成本,PR 数量快速增加,但维护者数量和审核能力却几乎没有变化。真正的瓶颈已经不再是“没人写代码”,而是“没人审代码”。

大量 AI PR 作者不理解代码,维护者崩溃

真正让维护团队感到崩溃的是:大量 AI PR 的作者,根本不了解自己提交的内容!Review 原本有帮助新人学习的价值,但 AI 改变了这一过程。维护者写下的大量修改意见,很多时候只是被复制、粘贴进 AI 对话框,生成下一版代码,并不能真正帮助一位开发者成长。甚至,不少开发者根本无法回答维护者提出的问题,也无法根据 Review 意见自行修复 Bug。Godot 表示:“AI 无法承担责任,我们也无法相信那些高度依赖 AI 的开发者,能真正理解自己的代码,并能在需要时修复它。”其实,这并不是 Godot 第一次公开表达类似观点。早在今年年初,核心维护者 Rémi Verschelde 就曾抱怨,越来越多 AI 生成的 PR 正在消耗维护团队大量时间,而且整个过程“令人沮丧”。一家使用 Godot 的游戏工作室也公开吐槽称,大多数 AI PR 都是“垃圾”,提交者根本不知道自己在提交什么,整个 Review 流程简直就是“一场彻底的灾难”。

新政策:提高门槛,培养真正开发者

Godot 基金会董事会以及核心维护者表示,他们已经围绕新政策讨论了数月。团队强调,其目标并不是拒绝新人,而是减少低质量贡献,同时培养真正理解项目的开发者。Godot 的新版贡献政策主要围绕以下原则展开:培养真正的新贡献者,而不是培养 AI;所有代码都必须由真正的人负责;提高低质量贡献的门槛;让维护者愿意继续 Review PR。根据即将实施的新规,Godot 将重新定义“新贡献者”:凡是累计只有 3 个及以下已合并 PR 的开发者,都属于新贡献者。今后,这类开发者如果希望提交新功能,或者进行较大规模的代码重构,都必须事先获得维护者明确批准。

明确 AI 使用边界,持续评估规则

除了提高贡献门槛之外,Godot 还进一步明确了 AI 的使用边界:禁止 AI Agent 和“氛围编程(Vibe Coding)”;禁止使用 AI 生成大段代码;禁止 AI 生成与维护者沟通的内容;所有 PR 必须经过人工审核才能合并。最后,Godot 补充道,他们会继续采取相对保守的态度制定相关政策,同时也会根据未来 AI 技术的发展情况,持续评估是否需要调整规则。对于 Godot 而言,AI 可以成为提升开发效率的辅助工具,但至少在当前阶段,它还无法替代开发者对代码的理解、责任意识以及人与人之间的协作。你对 Godot 提出的 AI 新规有什么看法呢?

http://www.jsqmd.com/news/1117978/

相关文章:

  • 终极免费方案:IDM激活脚本完全指南 - 永久冻结30天试用期
  • Promptfoo:面向生产环境的LLM提示词质量评估框架
  • AutoX.js v7.2.2 发布!修复内存泄露,最新版下载地址分享(附官方文档)
  • Text-to-CAD UI终极指南:如何用一句话生成专业3D模型
  • TQVaultAE终极指南:彻底解决《泰坦之旅周年版》背包空间不足的5个实用技巧
  • Win11Debloat终极指南:简单三步让你的Windows 11更快更清爽 [特殊字符]
  • 大学生必备7款一键生成论文工具,一站式搞定选题初稿与降重
  • 基于鸿蒙HarmonyOS NEXT开发AI电影推荐应用:智能观影新体验与鸿蒙Flutter框架跨端实践
  • AI智能体技能(Skill)开发指南与最佳实践
  • Python+JMeter压测实战:10万级仿真数据生成与参数化全流程
  • 性能测试工具选型指南:JMeter、k6、Gatling等主流工具深度对比与实战避坑
  • MMMU:多模态AI理解能力的专业评估框架技术深度解析
  • 3步快速掌握小红书无水印下载:XHS-Downloader终极解决方案
  • 深入解析AI老照片修复技术:基于GFPGAN与Next.js的架构设计与实现原理
  • 3步开启你的桌面宠物养成之旅:从零到一的DyberPet完全指南
  • 深入pytest_collection_modifyitems钩子:定制化测试用例执行与调度
  • E-Hentai漫画批量下载器:免费快速获取完整漫画的终极解决方案
  • 尼康首次公开发售无无线功能 Z6 III 相机,特殊需求下成本更高
  • 在电脑上玩转安卓手机:QtScrcpy让你的手机屏幕“搬“到电脑上
  • Web安全实战:从零掌握SQL注入、XSS与越权漏洞挖掘方法论
  • 魔兽争霸3卡顿闪退?5步优化方案让经典游戏在现代系统流畅运行
  • STM32H750XB与WSEN-ISDS的6DoF运动追踪系统设计
  • 各类图片素材处理繁琐难兼顾?五款图像处理工具实操记录
  • 猫抓插件终极指南:5分钟学会下载任何网页视频的完整教程
  • Java反射安全风险深度解析:从私有访问到系统防护策略
  • 2025渗透测试工具全景图:从信息收集到内网横向移动的实战指南
  • 5分钟搞定网易云音乐NCM文件转换:ncmdumpGUI完整使用指南
  • MC6470与STM32F412RE在运动控制中的高效组合方案
  • 基于74HC32与PIC32的硬件去抖动矩阵键盘设计
  • 如何轻松解密DRM加密视频:Video Decrypter完整操作指南