我们不需要更多应用,我们需要更好的开源

AI 辅助的“vibecoding”让个人几乎可以轻易搭出定制应用,这引发了一个问题:精力究竟应该投入到更多定制工具上,还是投入到加强现有开源项目上。评论者强调开源面临严重的可持续性和治理问题:维护者被大量低质量、常常是 AI 生成的拉取请求压得喘不过气,资金仍然匮乏,而关于免费劳动和支持的预期也并不匹配。另一些人则反驳说,OSS 从来就不是承诺提供服务的,主张制定更清晰的规范和许可证,并认为在代码变得廉价的世界里,长期维护、社会协调和领域知识才是真正的瓶颈。

许可、资本主义与公平

  • 有些人将围绕 OSS 和基于公开代码/内容训练的 LLM 的商业封装视为“圈地”和寻租:在没有补偿的情况下从社区劳动中攫取价值。
  • 另一些人则认为这正是宽松型 OSS 许可证所允许的;如果不希望这样,就该使用非自由许可证或强 copyleft 许可证。
  • 对意图存在分歧:
    • 有些人使用 OSS 的明确目的就是削弱专有厂商(例如,“让他们更难收费”)。
    • 另一些人则认为,正是资本主义和商业厂商让严肃、受支持的软件成为可能。

开源的资金与可持续性

  • 普遍共识是“开源不能支付账单”;许多维护者已经精疲力竭。
  • 提出的想法包括:为每个 PR 支付费用或托管款、对 FOSS 的分发/支持收费、捐赠、合作社、对小型厂商“本地优先”。
  • 怀疑者指出搭便车问题、价格战趋零,以及大多数已经能赚钱的 OSS 都更老、更根深蒂固。

LLM、vibecoding 与“slop”

  • LLM 让个人能够快速构建定制应用(VST 播放器、钢琴训练器、跑步与饮食记录应用、apt 缓存、标签器等),而且往往比配置现有工具更快。
  • 许多人称赞这赋予非专家能力,并降低了为老旧、复杂项目做贡献的门槛(配合“AI copilot”)。
  • 另一些人认为“vibecoding”本质上就不严谨:人们发布自己并不理解的代码,领域知识和测试都很薄弱。
  • 术语之争:“AI 辅助编程”还是“vibecoding”;有些人把“vibe”保留给那些其“作者”基本没读过、没检查过的代码。

维护者超负荷与治理应对

  • 一个强烈主题是:热门 OSS 项目正被低价值或 AI 生成的 PR 和安全报告淹没(假设性 bug、幻觉出的 issue、为了简历凑数的贡献)。
  • 现在稀缺的是审查时间和信任,而不是代码。
  • 报告中的应对方式:
    • 不允许 LLM 或“禁止 AI”的贡献政策。
    • 要求先有 issue 和讨论,再提交 PR;自动关闭未经请求的 PR,尤其是来自新账号的。
    • 直接关闭 PR 功能或停止接受项目贡献;改为自己 fork 来满足个人需求。
  • 有人建议用 AI 代理来分流 issue/PR 并复现 bug,但也有人反驳说这会增加配置成本、费用和新的攻击面。

定制应用 vs 共享工具

  • 一派观点认为:由 LLM 构建的单用户定制应用,往往比那些臃肿、通用、难以安装、配置或适配真实工作流的大型应用更好。
  • 相反的观点是:成千上万个几乎重复的 vibecoded 工具会分散精力、压垮社区和应用目录,并削弱共享生态系统。

安全、未来生态与规范

  • 有人担心 OSS 可能会成为主要的安全攻击面;提出更严格的依赖、可复现构建,以及由行业资助的“受托开源(stewarded open source)”。
  • 强调 OSS 许可证从未保证支持;呼吁用更清晰的 SOCIAL.md 式期望,以及“受托”与“仅许可”之间的区分。
  • 广泛共识是:如今真正困难的部分是长期维护、协调和社交互动,而不是写出最初的代码。