Zig 專案堅持反 AI 貢獻政策的背後邏輯

背景

Zig 程式語言專案近期因其極其嚴格的反 AI 貢獻政策引發熱議。該政策不僅禁止使用大型語言模型（LLM）撰寫程式碼，甚至連 Issue 描述、Pull Request（PR）說明及錯誤追蹤系統上的評論（包含翻譯）都全面禁用 AI 工具。這項爭議在 Bun 執行環境被 Anthropic 收購後進一步發酵，因為 Bun 團隊聲稱其針對 Zig 編譯器開發的四倍效能提升優化，受限於此政策而無法回饋至上游專案。

社群觀點

針對 Zig 基金會副總裁 Loris Cro 提出的「貢獻者撲克」（Contributor Poker）理論，Hacker News 社群展開了激烈的辯論。支持者認為，開源專案的核心價值在於「人」而非單純的「程式碼」。Zig 團隊將審核 PR 視為一種對開發者的長期投資，旨在培養未來能獨立解決複雜問題的資深貢獻者。如果 PR 是由 AI 生成的，這種投資便失去了意義，因為維護者花費心力審核代碼，卻無法換來一位更成熟的開發者。部分留言者更直言，不應信任由「胡說八道機器」產生的任何內容，甚至有開發者表示，選擇使用 LLM 難以理解的罕見語言（如 Ur/Web）開發，反而能讓自己保持警覺，避免依賴自動化工具。

然而，反對聲音則質疑這種「一刀切」政策的靈活性。有評論指出，當 Bun 這樣具備高度專業能力的合作夥伴，提交了經過測試且能顯著提升效能的代碼時，僅因其開發過程涉及 AI 就予以拒絕，對整個生態系而言是種損失。這種觀點認為，如果一名資深且受信任的開發者願意為代碼背書，那麼代碼究竟是用石板刻的、用蓍草占卜出來的，還是用 GPT-3 生成的，理論上不應影響其技術價值。過於僵化的禁令可能導致專案走向平庸，甚至迫使優秀的改進方案只能留在分支版本中。

此外，社群中也出現了對「AI 取代開源」的深層反思。有觀點認為，如果維護者因為 PR 是 AI 寫的就拒絕審核，那麼使用者同樣可以質疑：既然 AI 能寫出符合需求的代碼，為什麼還要使用大眾化的開源專案？AI 讓客製化軟體的成本大幅降低，這可能刺激勞動力市場轉向重新發明輪子，而非貢獻公有領域。但隨即有反駁指出，這種邏輯僅適用於規模極小的專案，像 Zig 這樣具備高度複雜性的系統，AI 目前仍無法精準理解人類意圖並產出高品質架構。更有知情者指出，Bun 無法合併回上游的真正原因，或許並非單純的 AI 禁令，而是該 PR 引入了過於複雜且不健康的架構，AI 政策可能只是表面的擋箭牌。

延伸閱讀

• Contributor Poker and AI：Loris Cro 詳細闡述 Zig 專案為何選擇投資「人」而非「代碼」的部落格文章。
• Ziggit 討論串：關於 Bun 的 Zig 分支達成四倍編譯加速的技術細節與社群爭議討論。