AI 編碼工具像一把雙面刃，開源軟體發展走向兩極化

一個由越來越強大的 AI 編碼工具所推動的世界，理論上軟體開發可能變得更廉價，傳統軟體開發商生存空間可能越來越小。

AI 技術不斷演進下，開發者以直覺描述開發需求進行所謂「Vibe Coding」，運用 AI 編碼工具自動生成程式邏輯與架構，取代逐行編碼的繁瑣工作，直覺高效到甚至忘記程式碼本身的存在。現在市場上各種憂心忡忡及「軟體公司走向滅亡」的討論隨之而來，市場研究機構 Forrester Research 分析報告所述「Vibe Coding 將讓新創公司得以複製複雜 SaaS 平台提供的功能。」

理論上，使用 AI 編碼工具彌補開源軟體專案長期資源不足，照理來說應是「廉價程式碼」時代的受益者之一。然而，實際情況並非如此簡單。AI 編碼工具對開源軟體的影響，比預期更加複雜且兩極。

據業界專家的說法，AI 編碼工具帶來的問題與解決的問題同樣多。這些工具門檻低、易於使用，導致生成大量品質不佳的程式碼，對專案構成壓力。新增功能比以往更容易，但維護這些功能卻很困難，甚至進一步加劇軟體生態碎片化。結果不一定創造軟體興盛，或許在這樣的時代預言不再需要軟體工程師，恐怕言之過早。

許多開源軟體專案都注意到提交內容的平均品質下降，這很可能是因為 AI 編碼工具降低進入門檻。像是推動多媒體播放器 VLC 的 VideoLAN 計畫，其執行長 Jean-Baptiste Kempf 在近期訪談中表示，「對於不熟悉 VLC 程式碼庫的人而言，我們看到的合併請求品質非常糟糕。」

Jean-Baptiste Kempf 對 AI 編碼工具仍抱持樂觀態度，但他認為這些工具適合有經驗的開發者使用。

另一款 Blender，是以開源形式獲得維護的 3D 建模工具。Blender 基金會執行長 Francesco Siddi 表示，由大型語言模型輔助的專案貢獻通常「浪費審查者時間，並影響了他們的動機」。Blender 仍在制定官方的 AI 編碼工具政策，但他指出，這些工具「既未被強制要求，也不推薦貢獻者或核心開發者使用。」

合併請求數量暴增的狀況下，已經嚴重到開源軟體的開發者需要打造新工具來管理。本月稍早，開發者 Mitchell Hashimoto 推出一套系統，將 GitHub 的貢獻權限限制在「認證」用戶範圍內，形同關閉了開源軟體的開放管道。「AI 消除讓開源軟體專案預設信任的自然進入門檻」，他透過公告表示。

類似現象也出現在漏洞獎勵計畫。這類計畫原本為外部研究人員提供管道回報安全漏洞。然而，開源資料傳輸專案 cURL 近期因創辦人 Daniel Stenberg 聲稱出現「AI 垃圾」（AI slop），暫停其漏洞獎勵計畫。

這些都令人感到挫折，因為許多開源軟體專案同時看到 AI 編碼工具的好處與壞處。Jean-Baptiste Kempf 表示，只要由經驗豐富的開發者主導，為 VLC 建立新模組將會變得容易許多。

「你可以把整個 VLC 程式碼庫交給 AI，然後說『我要把它移植到一個新的作業系統。』」Jean-Baptiste Kempf 說，「對資深開發者而言，撰寫新程式碼很有用，但對於不知道自己在做什麼的人而言，很難管理。」

就開源軟體專案來說，更大的問題在於優先順序的差異。像是 Meta 這樣的公司重視新程式碼與新產品，而開源軟體工作則更強調穩定性。「大型公司與開源專案面臨的問題不同。他們因撰寫程式碼而升遷，而不是因為維護程式碼」，Jean-Baptiste Kempf 表示，背後有著不同的優先順序。

除此之外，專注於開源領域的投資人 Konstantin Vinogradov 表示，AI 編碼工具正遭遇開源軟體工程長期存在的趨勢問題。「一方面，我們的程式碼庫呈指數成長，相互依賴關係數量也呈指數成長；另一方面，活躍的維護者數量或許緩慢成長，但絕對跟不上。AI 則讓這兩個部分都加速了。」他表示，AI 對軟體工程影響提供了一種新的思維。但對整個產業而言，這種影響可能令人擔憂。

如果將軟體工程視為產出可運作軟體的過程，AI 編碼工具確實讓這件事比以往更容易。但如果軟體工程真正的本質是管理軟體複雜性，那麼 AI 編碼工具反而讓事情更複雜。