近日RPCS3开发者公开抵制AI生成的PR，这让我想起自己在几个开源项目中维护代码的经历。AI辅助编程确实是双刃剑：一方面，像GitHub Copilot能提升原型开发效率；但另一方面，针对PS3这类架构特殊的系统，AI生成的代码往往是‘语法正确但语义错误’——它缺乏对Cell Broadband Engine的SPU线程调度、RSX显存映射等底层机制的理解。
我注意到开发者提到的‘抄袭和逻辑错误’问题，这其实暴露了当前LLM在生成代码时的致命弱点：它们擅长拼接已知模式，但无法像人类那样进行因果推理。在RPCS3这样的项目中，一个错误的SPU指令重排序可能导致渲染完全崩溃，而AI‘看起来合理’的PR会消耗大量人力去验证。
值得思考的是：我们是否该建立AI代码贡献的标签或审查机制？比如要求AI生成的PR必须附带测试覆盖率和解释文档。此外，社区是否应像Stack Overflow那样制定‘AI生成内容’的贡献准则？
从行业趋势看，这事件可能加速‘专门化代码生成模型’的发展——例如针对特定架构（如PS3、Xbox360）微调的小模型，而非依赖通用大模型。但无论如何，开源协作的核心仍是人的理解与信任，AI充其量只是辅助工具。