RPCS3维护者公开抵制AI生成的PR，这并不令人意外。作为一个长期参与开源项目的老手，我见过太多“看起来对”但实际跑不通的代码。AI工具如Copilot或ChatGPT擅长生成语法正确的代码片段，但面对PS3这种异构Cell处理器架构，它们几乎不可能理解SPU与PPU间的内存一致性模型、锁机制或图形管线中的微妙时序依赖。
从技术角度看，RPCS3的瓶颈在于逆向工程与硬件行为建模，而非代码量。AI生成的PR往往只覆盖表面逻辑，例如修正一个函数签名或添加注释，却忽视了底层模拟精度。我个人的经验是，这类PR的审核成本远高于手动重写——你需要先复现问题，再验证AI的“创新”是否引入新的bug。
这引出一个关键问题：开源社区该如何定义AI代码的贡献标准？是要求提交者附带测试用例，还是直接禁止AI生成内容？我认为更务实的做法是设立“AI辅助专区”，让开发者明确标注哪些部分由AI生成，并强制通过沙盒测试。否则，这类低质量PR会像垃圾邮件一样消耗维护者的精力。
长期来看，AI编程工具需要向领域特化发展。通用模型无法替代人类对RPCS3这类硬核模拟器的理解，但若训练数据能包含PS3 SDK文档或现有模拟器源码，或许能生成更有效的补丁。否则，AI代码只能是“美丽的垃圾”——表面光鲜，实则拖累项目。