[程序员] Mem0 好野鸡啊，代码拉下来，我和 chatgpt 一起修复了 13 个 bug，才能正常用，一看 git…

程序员集体吐槽 Mem0：AI 生成代码质量成行业隐痛

近日，在知名开发者社区 V2EX 上，一则题为“Mem0 好野鸡啊”的帖子引发了广泛共鸣。发帖用户 lynn1su 在尝试使用这款被其 AI Agent 推荐的“记忆库”项目时，遭遇了严重的技术挫折：拉取代码后，不得不与 ChatGPT 一起修复了 13 个 bug 才能正常使用。更令人沮丧的是，提交到 GitHub 的 Pull Request 已过去一周多，却迟迟未被合并。

这一事件看似是个别开发者的抱怨，实则揭示了当前 AI 行业一个日益尖锐的矛盾——AI 生成代码的“繁荣”与开源项目维护的“野蛮”。

AI 推荐的火星车：13 个 Bug 与一周未合并的 PR

根据 lynn1su 的描述，其遭遇堪称“连环坑”。他基于 AI 的推荐选择了 Mem0 作为记忆库组件，结果发现项目代码中存在大量缺陷。他与 ChatGPT 并肩作战，逐一排查并修复了多达 13 个 bug，才勉强跑通基本功能。这种“AI 推荐项目 -> 项目有 Bug -> 再次求助 AI 修 Bug”的荒诞循环，让他直言：“用着用着又出问题了，又找 ChatGPT 修复 bug，真的没谁了。”在评论区，他甚至透露 ChatGPT 本人（指模型）都评价这个项目“野鸡”。

更令开发者心寒的是开源社区的回应。尽管修复方案已在 GitHub 上以 PR 形式提交长达一周多，却石沉大海。这暴露了部分高热度开源项目的另一面：高关注度与低维护质量并存。

“星”爆背后的质量危机：AI 量产野鸡代码

该帖迅速引发了同类遭遇的共鸣。用户 fennu2333 补充道：“Claude mem 我也觉得问题一堆。。不知道为啥这些项目星都那么爆炸，AI 量产野鸡代码真的遭不住。” 这绝非个例。在 GitHub 上，许多 AI 相关项目（尤其是由大模型生成的 Demo 级项目）凭借惊艳的 Readme 和概念演示，迅速吸引数千甚至上万颗星，但代码质量往往经不起实战考验。

这背后是 AI 编程工具（如 GPT、Claude）的“输出幻觉”：它能快速生成语法上看起来正确、但缺乏严谨工程考量的伪代码。开发者若不加甄别地盲目采用，极易陷入“先拉代码、再修 Bug、再等合并”的泥潭。这种趋势正在消耗大量开源社区的信任和善意。