开源 PS3 模拟器项目 RPCS3 开发团队：求你们别用 AI 提交垃圾 PR 了
一句话看懂：开源 PS3 模拟器项目 RPCS3 因大量用户使用 AI 生成并提交无用的垃圾代码（PR），严重挤占开发团队审查时间，决定封禁未披露代码来源的账户。这反映出 AI 生成代码正在给开源维护带来真实的管理成本。
事件核心：发生了什么
成立于2011年的知名开源项目 RPCS3（目前可运行超过70%的PS3游戏）正面临 AI 提交代码的困扰。开发团队发现，许多用户利用 AI 工具阅读并生成代码，然后直接提交 Pull Request（PR）。然而，绝大多数 PR 是“毫无用处”的垃圾代码，不仅难以通过审查，还大量消耗团队本来用于优化模拟器、适配游戏的精力。RPCS3 团队在社区中明确表示：“你不可能手写出我们看到的这种垃圾人工智能代码。”因此，团队宣布将封禁那些未主动披露代码来源的账户，以遏制这一趋势。
为什么重要
这并非孤立事件。过去一年，GPT、Claude 等大模型生成的代码已开始大规模渗入 GitHub 开源项目。部分用户为刷活跃度或成为“项目贡献者”，使用 AI 批量生成并提交低质量 PR，而 AI 代码往往缺乏上下文理解、逻辑不完善或存在隐蔽错误。这种行为变相增加了维护者的审核负担，可能导致真正有价值的贡献被淹没。对于类似 RPCS3 这类依赖社区贡献的长期维护型开源项目，AI 垃圾 PR 正在侵蚀协作生态的信任基础。开发团队的封禁决策，可能成为更多开源项目效仿的标杆。
对用户/开发者/创作者的影响
对于普通用户和开发者而言，需警惕“AI 贡献”的副作用：如果你不完全理解 AI 生成的代码逻辑，直接提交不仅无助于项目，反而可能被社区拉黑。对于开源维护者，需要建立更清晰的 AI 代码使用准则（如强制声明来源、增加自动化审查流程）。对于依赖开源项目的创作者和开发者，过度依赖 AI 生成且不经审阅的代码，可能在未来引入难以追溯的技术债务。
值得关注的后续
第一，是否有更多大中规模开源项目（如 Linux 内核、Kubernetes）跟进类似政策，形成行业规范。第二，GitHub 等平台是否会推出辅助工具，帮助项目标注或过滤明显由 AI 生成的低质量 PR。第三，随着 AI 代码质量的持续提升，未来“有意义的 AI PR”与“垃圾 PR”之间的边界将如何界定，社区是否需要引入类似人工审核的机制来平衡效率与风险。
来源：Readhub · AI
