Godot अब AI-लेखित कोड योगदान स्वीकार नहीं करेगा
AI-विरोधी नीति के लिए तर्क
- कई लोग इस नीति को “AI स्लॉप” के प्रति प्रतिक्रिया मानते हैं: बड़े, कम-मेहनत वाले PR जो मेंटेनरों पर बोझ डालते हैं।
- बताए गए लक्ष्य: रिव्यूअर का समय बचाना, कोड को मनुष्यों के लिए समझने योग्य रखना, बिना जाँचे गए AI काम के डाउनस्ट्रीम बनने से बचना, और यह सुनिश्चित करना कि योगदानकर्ता जो जोड़ें उसे वे बनाए रख सकें।
- कानूनी/उत्पत्ति संबंधी चिंताएँ भी सामने आती हैं: मॉडलों को संभवतः GPL या प्रोप्राइटरी कोड पर प्रशिक्षित किया गया है; मेंटेनर जटिल कोडबेस में “AI-धोए गए” दायित्व नहीं चाहते।
कोड गुणवत्ता और रिव्यू बोझ पर चिंताएँ
- रिव्यूअर AI PRs को लंबे, लक्ष्यहीन और अक्सर सूक्ष्म रूप से गलत बताते हैं, जबकि वे विश्वसनीय लगते हैं; इससे रिव्यू कहीं अधिक महँगा हो जाता है।
- Brandolini’s law का उल्लेख किया जाता है: उत्पन्न करने की तुलना में खंडन करना बहुत सस्ता है; AI इस असमानता को और बढ़ा देता है।
- लोग AI PR की बाढ़ की तुलना मेंटेनरों के सीमित खाली समय पर denial-of-service attack से करते हैं।
लेखकत्व, मार्गदर्शन, और समुदाय के लक्ष्य
- PRs को सामाजिक कलाकृतियाँ बताया जाता है: योगदानकर्ताओं को सिखाने, भविष्य के मेंटेनरों की पहचान करने, और साझा समझ बनाने का तरीका।
- यदि फीडबैक बढ़ते हुए मानव योगदानकर्ता की बजाय किसी LLM में समा जाता है, तो रिव्यूअर को लगता है कि उनका मेंटरिंग प्रयास व्यर्थ गया।
- कुछ का तर्क है कि इसलिए लेखकत्व मायने रखता है, भले ही कोड “काम” करता हो।
प्रवर्तन और व्यावहारिकता
- पहचान के तकनीकी नहीं बल्कि heuristic और सामाजिक होने की उम्मीद है: बड़े, लक्ष्यहीन परिवर्तन, AI-शैली की prose, अज्ञात योगदानकर्ता, आदि।
- नीति मुख्यतः मेंटेनरों को संदिग्ध AI PRs को जल्दी बंद करने के स्पष्ट आधार देती है और निष्पक्षता पर बहसों को टालती है।
- आलोचकों का कहना है कि इससे वास्तविक मानव काम को गलत पहचाना जा सकता है और यह सावधान AI उपयोगकर्ताओं को नहीं रोकेगा जो आउटपुट की समीक्षा करके उसे “humanize” करते हैं।
विकल्प और प्रक्रिया में बदलाव
- सुझावों में शामिल हैं:
- PR के आकार, खुले PRs की संख्या, और विवरण की लंबाई पर सख्त सीमाएँ।
- बड़े PRs से पहले issues/discussion अनिवार्य करना।
- बेहतर tests, static analysis, और tooling; संभवतः AI-सहायता प्राप्त triage और review।
- अलग “AI-friendly” forks/sandboxes, जिनसे मेंटेनर अच्छे बदलाव चुनकर शामिल कर सकें।
AI कोडिंग पर व्यापक दृष्टिकोण
- AI के समर्थक अच्छी तरह परिभाषित कार्यों (refactors, ports, docs) के लिए वास्तविक उत्पादकता लाभ बताते हैं, खासकर जब हर पंक्ति की समीक्षा की जाए।
- अन्य लोग “vibecoding” hangovers की रिपोर्ट करते हैं: तेज़ प्रगति के बाद गंदे, असंगत, और कठिन-से-मेंटेन कोड का पता चलना।
- इस पर असहमति है कि क्या मौजूदा मॉडल जटिल प्रणालियों के लिए मनुष्यों से आगे निकलने के कगार पर हैं, या वे अतिशयोक्तिपूर्ण और संरचनात्मक रूप से अविश्वसनीय हैं।
ओपन सोर्स और Godot पर प्रभाव
- कुछ का अनुमान है कि AI को अपनाने वाले प्रतिस्पर्धी रूढ़िवादी परियोजनाओं से आगे निकल जाएँगे; अन्य सोचते हैं कि AI-भारी परियोजनाएँ गिरावट की ओर जाएँगी जबकि Godot की गुणवत्ता-केन्द्रित स्थिति एक लाभ बन जाएगी।
- कई लोग नोट करते हैं कि ओपन-सोर्स योगदान अब increasingly CV-padding, bounties, और विश्वविद्यालय असाइनमेंट्स से प्रेरित हैं, और AI कम-निवेश भागीदारी को बढ़ा रहा है; इसलिए कड़ी gatekeeping की आवश्यकता और बढ़ती है।