Zig 禁止人工智能代码贡献，因为它们“总是垃圾”
一句话看懂：编程语言 Zig 的项目负责人公开宣布，禁止使用人工智能辅助生成的代码贡献，理由是这些代码“总是垃圾”，不仅没有任何价值，反而消耗了本就紧缺的审查资源，拖慢整个开源项目的进展。
事件核心：发生了什么
在 JetBrains 的播客中，Zig 语言创始人兼总裁 Andrew Kelley 明确表示，项目已经禁止提交任何 AI 辅助生成的代码。他将这些提交称为“总是垃圾”，并指出这些贡献“没有价值”，甚至“有负价值”——因为它们占用了开发团队本已稀缺的代码审查时间。Kelley 透露，当时 Zig 项目有 200 个未处理的 Pull Request，而这些 AI 生成的“破烂贡献”让整个团队的工作效率进一步下降。作为追求现代替代 C 语言的开源项目，Zig 由 501(c)(3) 非营利组织维护，其核心使命之一就是“导师制”（mentorship），而 AI 代码贡献被认为与此目标完全背道而驰。
为什么重要
在大型科技公司（如 Meta、Google 等）大力推动并公开宣称“AI 编写了公司大量代码”的背景下，Zig 的做法提供了一个截然相反的行业视角。它揭示了 AI 辅助编码在开源社区中的实际困境：大语言模型（LLM）生成的代码往往缺乏上下文理解、难以通过严格的代码审查，而开源维护者的人力资源有限。这一事件也触动了 AI 编程工具的商业化逻辑——当前基于 GPT 等大模型的代码生成服务，在追求生成效率的同时，可能并未充分考虑代码质量和项目维护成本。Zig 的禁令本质上是对“AI 代码即生产力”这一叙事的有力质疑。
对用户/开发者/创作者的影响
对开源贡献者而言：盲目使用 AI 工具（如 GitHub Copilot、Cursor、Claude Code）生成 Pull Request 可能不再被接受，尤其是在像 Zig 这种注重代码质量与导师文化的项目中开发者需要重新思考如何贡献有效代码，而不是“为提交而提交”。
对企业采购方而言：某些 AI 编程产品的宣传重点——“帮助开发者更快地提交代码”，可能在实际工程中产生负面效果，特别是当企业需要维护开源合规性或与社区协作时。
对普通创作者和 AI 工具使用者：这一案例表明，AI 生成内容（无论是代码还是文本）在专业场景下距离“可用”还有很长的路要走。简单地将输出作为最终产品提交，正面临越来越多的抵制和严格审查。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 开源社区是否跟进：其他知名开源项目（如 Linux Kernel、PostgreSQL、FreeBSD）是否会效仿 Zig 推出类似政策？目前公开信息显示，已有部分项目在内部讨论限制 AI 生成代码。
2. AI 编程工具的应对：生成模型供应商是否会调整模型，使其输出的代码更符合开源项目的人工审查标准，或推出“按贡献价值而非数量”的评估机制？
3. Zig 项目 PR 管理变化：随着禁令明确，Zig 的 PR backlog 是否能有效降低？其项目维护效率是否会因此提升，并成为衡量 AI 社区贡献协作成效的关键案例。
