图表中 AI 对 Stack Overflow 的影响
Stack Overflow 的问题数量已从 2014 年的峰值崩跌到其往日活跃度的极小一部分，引发了关于生成式 AI 还是长期结构性问题更应负责的争论。许多人认为，敌对式审核、激进的重复关闭、游戏化以及过时答案，早在 ChatGPT 出现之前多年就已经把用户赶走了；而另一些人则认为，AI 是决定性的加速器，让等待人工回复变得过时。该讨论串还提出担忧：随着由人驱动的 Q&A 网站、内部帮助渠道和技术博客都在减少参与度，未来 AI 系统将从哪里获得新的训练数据。
下降趋势的形状（按图表看）
- 活跃度在 2014 年左右达到峰值，随后从 ~2016 年开始呈下降趋势。
- COVID 在 2020 年带来了一次短暂的激增。
- 在 2022 年末至 2023 年左右（ChatGPT 时代），问题数量急剧下降，大约在一年内减半，到 2026 年时较峰值下降约 99%。
- 有人认为这条曲线看起来像一个“钟形”，而且早已可以用长期动态很好地解释；也有人说不同的力量塑造了它的不同部分。
AI vs. 既有问题
- 一派观点：AI 是主要原因；LLM 提供即时、对话式答案，因此用户不再在 SO 上提问，也不再在内部“类似 SO”的渠道（Slack 等）上提问。
- 另一派观点：SO 由于文化和设计问题早已严重衰退；AI 只是给了它“最后一击”，或者加速了一个不可避免的结果。
- 也有人强调，招聘低迷、更高的利率以及其他宏观因素，也减少了编程问答的需求。
审核、文化与游戏化
- 许多人形容 SO 具有敌意：激进地关闭问题（尤其是以“重复”之名）、尖刻或轻蔑的评论，以及被视为自以为是的 Meta 文化。
- 声望门槛、“这应该只是评论”的删除，以及吹毛求疵式的编辑，让新来者感到不受欢迎；即便高声望用户也表示沮丧。
- 也有人为严格审核辩护，认为这对质量至关重要，并认为批评者误解了网站的目标（一个经过筛选的参考资料，而不是聊天论坛）。
- 游戏化机制激励了繁琐琐事、把关行为，以及早期采用者的主导地位，而不是长期的知识维护。
设计缺陷与老化内容
- “规范化 Q&A” 模式与快速变化的领域相冲突：旧的被接受答案依然存在，而新的问题却因重复而被关闭。
- 以重复为由关闭到未回答或仅有模糊关联的帖子很常见，浪费了提问者的精力。
- 缺乏对话和社区关注意味着，一旦出现更好的答案渠道（LLMs、Discord、GitHub），人们就没有多少理由留下来。
转向替代方案与数据再利用
- 现在很多人更偏好：
- LLM（因为即时、礼貌，以及“橡皮鸭”式调试）。
- GitHub issues/discussions、项目 Discord，以及 Reddit。
- 普遍认为，SO 的内容是代码类 LLM 的重要训练来源；一些人担心，随着 Q&A 网站和博客也在衰退，未来训练数据会受到影响。
比较与治理问题
- 用户将下滑与私募股权所有权以及有争议的事件（例如版主冲突）联系起来，把它们视为管理不善的迹象。
- 也有人将其与 Reddit 和 Wikipedia 相比：在强硬审核、社区倦怠，以及 AI 蚕食流量方面存在类似的紧张关系。