2026年6月30日，开源游戏引擎 Godot Foundation 发布了一则公告。标题平淡无奇，内容却毫不含糊：全面禁止 AI 生成的代码贡献，禁止「vibe coding」、禁止 AI Agent 提交 PR、禁止 AI 生成的文本出现在社区沟通中。允许的只有代码补全和正则替换这类「琐事」。
消息一出，社交媒体瞬间炸开。不是因为 Godot 做了这个决定，而是因为它终于做了。在此之前，Godot 维护者 Rémi Verschelde 已经在 2026 年 2 月公开喊话：AI 生成的 PR 正变得「increasingly draining and demoralizing」（越来越令人心力交瘁、士气崩溃）。那篇帖子在 Bluesky 上获得了广泛共鸣，但五个月过去，问题没有好转，反而更糟。
当开源基础设施遭遇 AI 的「热钱」
Godot 不是第一个被 AI PR 淹没的开源项目，也不会是最后一个。
维护团队在公告中坦言：过去几年里，新贡献者提交的 PR 数量已经多到「成为社区里的一个梗」。这句话背后是一组残酷的现实——截至 2026 年，全球最主流的开源游戏引擎之一，真正能深入理解引擎架构、有资格审查并合并代码的维护者屈指可数。每个维护者面对的是蜂拥而来的 PR 队列。
AI 的出现彻底打破了原有的平衡。
「生成一个 PR 所需的工作量下降了（PR 数量随之飙升），但审查 PR 的工作量和审查人数纹丝未动。」Godot 团队写道。「这个审查者短缺问题一直存在，但我们过去成功地忽视了它。现在再也忽视不了了。」
这不是 Godot 独有的困境。著名开源社区 Discourse 的创始人 Sam Saffron 早在 2025 年 10 月就撰文警告，标题极具火药味：Your vibe coded slop PR is not welcome（你的氛围编程垃圾 PR 不受欢迎）。他写道：「AI 工具让代码生成变得廉价，但它们没有让代码审查变得廉价。每一个不完整的 PR 都在消耗维护者的注意力，而这些注意力本可以投向已经准备好合并的贡献。」
游戏开发商也对这种状况感同身受。据 The Register 报道，一家使用 Godot 引擎的工作室评价 AI PR：「大部分垃圾，来自那些完全不懂自己在提交什么的用户，彻头彻尾的灾难。」
数据的说服力更强。根据 Techstack 发布的《State of AI Report 2026》，全行业已有 42% 的代码是 AI 生成或 AI 辅助生成的。但 AI 生成的 PR 携带问题（逻辑错误、异常处理遗漏、安全隐患）的概率，比人类手写代码高出约 1.7 倍。更麻烦的是，这些代码看起来往往「没毛病」，语法正确、风格统一、注释齐全，唯独在运行时会以你意想不到的方式崩溃。
换句话说，生成代码的成本趋近于零，而验证代码的成本反而更高了。经济学上最简单的道理：当供给侧暴增而审查侧不变，整个系统的瓶颈就会瞬间转移到审查环节。
开源的「不对称战争」
理解 Godot 的困境，首先要理解开源项目代码审查的特殊性。
一台 AI 模型可以在一小时内生成 100 个 PR。这些 PR 可能覆盖从文档修正到核心重构的各种领域。每个 PR 都长得「像模像样」，格式符合规范，函数名合理，甚至附带注释。但每一个 PR，无论它看起来多好，都需要一个真正的、活生生的人类维护者打开，逐行阅读，理解上下文，评估风险，排查安全漏洞，考虑是否与引擎整体架构一致。
这是最要命的不对称：提交者的成本是一杯咖啡的工夫（写一段 Prompt），而审查者的成本可能是半天甚至一整天。
Sam Saffron 精确描绘了这种不对称：「一侧是花了几分钟摆弄 AI 提示词的贡献者，另一侧是需要花数小时甚至好几天去解读外星人智能的工程师。」
在 AI 之前，这种不对称虽然存在但不致命。因为提交代码本身也是一项高成本劳动，需要理解代码库、写代码、跑测试、写说明。愿意付出这些成本的人，至少已经证明了自己有基础的理解能力。AI 将这个门槛彻底抹平了：任何人都可以用自然语言描述一个功能，让 AI 生成几百行代码，然后一键提交 PR。
于是，审查者的工作量从审查「经过努力的理解」变成了审查「看起来像模像样的随机生成」。前者是一个教育过程，维护者提出意见，贡献者学习和改进；后者是一个无止境的过滤过程，维护者提出意见，AI 吸收反馈后生成下一个 PR，贡献者全程不介入。
Godot 团队在公告里说得直白：
「如果 PR 审查的反馈只是被机器吸收，而不是用于指导一个潜在的未来维护者，那就越来越难说服自己把闲暇时间花在 PR 审查上了。」
「Demoralizing」的深层含义
Godot 团队在公告中使用的「demoralizing」一词值得细品。这不是「令人沮丧」或「让人疲惫」，它直接指向「摧毁士气」。
为什么 AI PR 比单纯的代码多更「摧毁士气」？
关键区别在于审查的心理激励机制。在传统开源模式中，审查 PR 本质上是一种投资。维护者花时间深入阅读和评论代码，期待这位贡献者能从反馈中学习，逐渐成为社区的中坚力量，最终成长为下一批维护者。这种「传帮带」机制是开源社区自我再生产的核心，也是维护者在无偿劳动中获得的最大回报。
AI PR 切断了这条反馈链。维护者给出几十条专业修改意见，结果对方回复一句「已修改」，提交的新版本里又全是 AI 生成的代码。循环往复。维护者投入了大量专业精力，而贡献者除了复制粘贴，什么都没有学到。社区没有新生力量成长，维护者的时间却不断被消耗。
更微妙的是，审查 AI 代码本身就比审查人类代码更费力。AI 生成的代码往往违背「最少意外原则」。它可能用一种你从未见过的写法实现一个简单功能，可能引入不必要的抽象层，可能在边缘情况下产生诡异的行为。维护者必须在「这看起来不对」和「也许 AI 是正确的」之间不断切换认知，这种认知负担比审查人类代码高得多。
正如 Godot 官方所说：「AI 无法承担责任，我们也不能信任重度 AI 用户能充分理解他们的代码来修复它。」
Godot 的「四道防线」
面对这场不对称战争，Godot Foundation 祭出了四道防线：
第一道：禁止 AI Agent 和 Vibe Coding。 任何由自主 AI Agent 提交的 PR，或明显由「氛围编程」（让 AI 反复生成直到效果看起来 OK 的编程方式）生成的代码，直接触发 GitHub 仓库的自动封禁。这不是警告，是立即执行。
第二道：禁止 AI 生成「实质性代码」。 对于小范围 AI 辅助，比如代码补全、正则替换、查找替换，仍然允许。但任何「实质性」的代码段，都将被拒绝。意图很清楚：你不能用 AI 写了整个功能然后提交。
第三道：禁止 AI 生成的交流文本。 PR 描述、评论、讨论和提案中，不得使用 AI 生成的文本。唯一的例外是语言之间的翻译。「ChatGPT 帮我润色一下这段描述」也不行。社区交流回归纯人类对话。
第四道：限制新贡献者的「大 PR」。 任何合并 PR 不超过 3 个的新贡献者，如果要提交新功能或重大重构，必须先获得维护者的明确许可。这相当于一道「人工准入闸」，在进入核心区域之前，新人必须先从修 bug 和文档这类小任务开始，证明自己理解代码库。
此外，所有使用 AI 辅助的贡献者必须主动披露：你在写这段代码时用了哪些 AI 工具？目的是让审查者从一开始就带着适当的警觉来审视代码。
这是一个看似严厉但实则务实的方案。Godot 没有完全禁止 AI，代码补全这类「琐事」仍然可以。它瞄准的是那些用 AI 替代了思考和理解的「伪贡献」。
规则好定，执行难
Rohan Paul 在推文中点出了一个尖锐的问题：执行。
「说实话，执法将会很困难。他们可能永远无法确定地知道哪些是 vibe coded 的，哪些不是，这就是规则最大的弱点。」
这是一个无法回避的困境。AI 生成的代码和人类编写的代码之间的界限正在变得模糊。一个熟练的开发者可以用 AI 助手生成 80% 的代码，然后手动修改剩下的 20%。这是 AI 辅助，还是 AI 生成？如果开发者深度参与了设计和调试，但最终代码的主体是 AI 写的，这算不算「实质性 AI 生成」？
Godot 的政策依赖于两个机制：一是贡献者的诚信披露（要求注明使用的 AI 工具）；二是审查者在代码审查中的专业判断。但前者无法强制验证，后者在数十万行代码的引擎级项目中也不总是可靠。
更大的问题是，OpenAI、Claude 和 Cursor 等工具正在快速迭代，生成的代码质量越来越高。再过一两年，AI 生成的代码和人类代码可能在形式层面上完全无法区分。届时，依赖「辨认」来执行政策的模式可能彻底失效。
但这并不意味着 Godot 的决定毫无意义。恰恰相反，它的政策传达了一个远比「如何分辨 AI 代码」更重要的信号：开源社区正在重新定义「有效贡献」的边界。 贡献不再只是「提交了代码」，而是「理解了代码并能为其负责」。
风向标已立
Godot 的禁令是一个风向标。
它揭示了 AI 对开源生态最根本的冲击不是代码质量下降，虽然那也在发生，而是审查系统的供给侧崩溃。当生成代码的成本趋近于零，而审查代码的成本分文未降，开源项目的核心瓶颈从「没人写代码」变成了「没人审代码」。这是一场结构性危机。
可以预见，未来 12 到 24 个月内，更多成熟的开源项目将跟进 Godot 的路线。Ghostty（一个新兴的终端模拟器）已经走得更远：它引入了一套「vouch 系统」，首次贡献者必须先被社区成员担保，否则 PR 会被自动关闭。它的贡献指南里写了这样一句话：「你必须理解你的代码。如果你不能在没有 AI 工具辅助的情况下解释你的改动做了什么、如何与更大的系统交互，就不要向这个项目提交贡献。」这几乎是 Godot 政策的「精神升级版」。
合起来看，一个趋势正在成形：开源正在从「欢迎任何人贡献」转向「欢迎有理解的人贡献」。
这对 AI 行业也有一个更冷酷的隐喻：如果你以为「AI 能写代码」就意味着「AI 能发展软件」，那你就误解了软件开发的核心。软件开发从来不是写代码，它是理解问题、设计系统、审查变化、管理风险。AI 把最容易的前端（写）自动化了，却把最困难的后端（理解与审查）留给了人类。而后者的瓶颈，正在成为整个软件产业的真正成本中心。
AI 把代码变成了商品，但理解和责任从来不是商品。Godot 选择了后者。这或许是 2026 年开源世界最重要的一个决定。
快报