开发者工具必须开源
要求将开发者工具开源，以便人类和 AI agent 对其进行深度个性化定制，但这与维护、可靠性和商业可行性的现实顾虑相冲突。评论者认为，尽管 LLM 大幅降低了分叉和定制工具的门槛，持续的 AI 驱动 rebase、安全风险和 UX 漂移，使得大规模修改源码成了对良好配置、插件系统和稳定 API 的差劲替代。该线程还引发了更广泛的担忧：在 AI 能廉价克隆功能的时代，开源 devtools 如何实现可持续资助，以及依赖闭源 LLM 作为核心基础设施是否削弱了所倡导的开放性。
“devtools must be open source”的范围
- 许多人认同开源对透明度、信任和可黑客性很有价值，尤其是在 LLM 降低了阅读和修改代码门槛的情况下。
- 也有人说，大多数用户（甚至许多开发者）从不接触源码；历史上最大的好处是依赖他人去检查和改进它。
- 还有人认为，信任和 UX 比许可证纯粹性更重要；维护良好的闭源工具可能比维护不善的开源工具更可取。
LLM、个性化与分叉
- 一些发帖者正在积极使用 LLM 来克隆仓库、探索代码、添加小众功能，或维护个人 fork；这感觉是前所未有地可行。
- 另一些人警告说，维护 fork（即便有 agent 参与）也是持续性的工作：rebase、解决冲突，以及跟踪 UX 变化。
- 像由 agent 驱动的夜间 rebase 之类的提议，被批评为脆弱、嘈杂，并且可能“地狱般”。
配置、插件 vs 源码编辑
- 对“个性化软件会让配置文件或插件系统变得多余”这一想法存在强烈反对。
- 对于小工具，编辑常量并重新编译尚可接受；但对大型系统而言，这被视为浪费、脆弱，而且难以保持更新。
- 插件、脚本和设计良好的配置，被认为对公共和私有定制都更可持续。
成本、访问与对 AI 的依赖
- 有人担心，假设有充足的前沿模型 token 的工作流忽视了真实成本和访问限制。
- 一些人认为价格正在下降、开源模型也在进步；另一些人则不喜欢把 LLM 规范化为配置工具所必需的依赖。
项目治理、“AI slop”与贡献摩擦
- 维护者报告说自己被低质量的 AI 生成 PR 和 issue 搞得不堪其扰，导致更严格的把关，或者干脆忽略贡献。
- 贡献者对长期沉默感到沮丧；有人建议按每个被审查/合并的 PR 向维护者付费。
- 还有人担心，AI 驱动的轻松复制会削弱开源的竞争优势，并抑制新技术的公开发表。
商业模式与伦理
- 多条评论指出，当用户可以自托管或 fork，且 AI 能廉价重现商业产品时，devtools 很难变现。
- 有人把 OSS 开发者看作变成了“饥饿艺术家”；也有人表示，通过出售 FLOSS/AGPL 软件确实能获得实际收入。
- 讨论还涉及：一边主张开源 devtools，一边转售对闭源 LLM 的访问，这究竟是不一致还是只是务实。