RPCS3开发者公开抵制AI生成的PR，这并非孤立事件。从技术角度看，PS3模拟器依赖对Cell BE处理器架构的逆向工程，涉及SPU线程调度、PPE/LS内存模型等底层细节，AI模型目前根本无法理解这种非通用计算模式。我个人的开源项目经验表明，AI生成的代码在逻辑完整性上往往有30%以上的隐性缺陷，尤其在边界条件和并发控制上。更致命的是，这些PR抄袭了现有代码却改错注释，导致审核成本激增。
我的观点很明确：AI辅助编程的边界在于“辅助”，而非替代人类对领域知识的理解。RPCS3维护者要求提交者深入理解PS3的RSX图形管线或Libusb驱动层，这恰恰是AI无法胜任的。开源社区需要建立AI代码贡献规范，比如强制声明AI参与度、要求人工测试覆盖关键路径。
这引发两个问题：1）如何设计自动检测AI生成代码的工具？2）开源项目是否应设立“AI贡献沙箱”来隔离风险？从行业看，GitHub Copilot等工具正在降低编程门槛，但开源治理必须跟上。否则，高质量项目将被低质量AI代码淹没，最终导致维护者 burnout。这不是抵制AI，而是追求可持续的开源生态。