开源项目快被 AI 简历党淹没了 维护者终于忍不住发声

一位开源项目维护者 Neil Alexander 最近写了篇长文，标题很直白，请停止往我们的项目里倾倒 AI 垃圾来给简历贴金。他说得很客气，但字里行间的无奈，很多开源维护者应该都能感同身受。

过去一年里，他明显感觉到外部贡献的模式变了。以前收到的是正经的 issue 反馈，现在收到的是大量 pull request，而且很多 issue 后面还附着一份 AI 生成的分析。安全漏洞报告的数量也在暴涨，离谱的是连修复方案都是 AI 现成的。他不怀疑其中一部分人是真心想帮忙，但他更相信，相当大比例的人是发现可以用 AI 刷 GitHub 履历了。

这套玩法现在的成本低得吓人。具体操作是让 AI 列出一串有意思的开源项目，再让 AI 从这些项目里挑毛病，再让 AI 直接生成修复代码提 PR，全程你甚至不需要真正用过这些项目。对不知情的人看来，你的 GitHub 主页就是一片活跃的贡献记录，头像挂在项目页面，贡献图绿油油的，招聘的人一看就觉得你是个活跃的开源开发者。

问题在于，这套信号系统正在被玩坏。开源社区本来靠贡献记录建立信任，招聘者也习惯用 GitHub 活跃度筛人，现在这些信号被 AI 批量生产，维护者被迫花时间处理低质量的 AI 提交，真正有价值的人工贡献反而淹没在垃圾里。信任贬值了，整个系统的筛选功能就失灵了。

这事对中国开发者的启示更直接。国内求职市场本来就卷，GitHub 贡献度成了简历标配，很多人急着找项目蹭贡献，AI 的出现把这件事的门槛降到了零。但骗得过简历筛选，骗不过面试，一份没有真实理解的贡献记录，聊两句就露馅。与其花时间制造假活跃，不如真的深入一两个项目，把 AI 当工具用，而不是当替身用。

对维护者和招聘方来说，也该换一套评估方式了。维护者可以在项目里明确要求附上真实的上下文说明，招聘方别只看贡献图，多看看 PR 的讨论过程和质量。信号系统被污染的时候，重新设计信号，比抱怨污染者更有用。

平台方其实有责任出手。GitHub 的贡献图是产品功能，但它没有义务为每一个 PR 背书，维护者也不是免费的质检员。可行的改进方向包括，给 PR 加上作者与项目的关联度标记，比如维护者可以标注这个贡献者是否真的使用过项目，或者平台对短时间批量提交的账号做限流提示。识别 AI 生成内容的技术门槛不高，难的是平台愿不愿意在这件事上投入。

对正在找工作的人来说，还有一个更实际的判断，面试官现在普遍学会了追问贡献细节，一个真实的 PR 背后有一堆可以聊的东西，当初为什么选这个项目，调试过程中踩了什么坑，和维护者怎么沟通的。这些细节编不出来，一问就穿帮。所以这条路本来就走不远，早点回到真实的积累上，反而是捷径。

从更大的图景看，开源社区正在经历一场信任重建。过去二十年，开源靠贡献记录建立了全球协作的信任基础，如今这个基础被 AI 批量生产的内容冲击，修复它需要平台、维护者、贡献者三方一起调整规则。对普通开发者来说，短期最实际的策略是让自己的贡献带上真人痕迹，参与讨论、提交带完整测试用例的 PR、在社区里留下有质量的发言，这些是 AI 批量刷不出来的。

创业找资源，上乌鸦部落。