當下，海內外的開發者社區開始越來越頻繁地討論AI泔水（AI Slop）對軟件開發帶來的影響。

所謂“AI泔水”，通常被用來形容那些由AI大量生成、看似完整，但實際質量低下、缺乏理解與維護價值的內容。過去，這個詞更多出現在社交媒體、搜索引擎污染等語境中；但如今，它正在越來越多地進入程序員、開源維護者與軟件團隊的日常討論。

最近，一篇來自海德堡大學、墨爾本大學、新加坡管理大學研究者聯合發布的論文《An Endless Stream of AI Slop: The Growing Burden of AI-Assisted Software Development》，則試圖系統性地分析這一現象。

該論文基于Hacker News與Reddit論壇上15個討論、共1154條開發者帖子，研究了程序員們如何看待AI輔助開發，以及AI生成內容正如何參與軟件開發流程。最終試圖回答一個問題：當AI開始大量參與軟件開發后，真正增加的，究竟是效率，還是新的負擔？

AI提高了開發效率，但審核成本正在反向上升

這篇論文中，“審核摩擦”是研究者總結出的第一個核心方向。

簡單來說，很多開發者開始發現：AI確實能快速生成代碼，但團隊隨后需要投入更多時間，去閱讀、理解、驗證、修復這些代碼。

一位開發者就直接表示：“開發時間縮短了，但團隊現在需要花更多時間審核，這看起來根本沒有帶來收益。”

而類似的抱怨，在開發者社區中正在變得越來越常見。論文提到，在1154條帖子中，“審核負擔”是出現頻率最高的問題之一。部分團隊甚至提到，AI輔助編碼后，拉取請求（Pull Request）數量開始明顯增加。

例如，有團隊提到自己“6名員工每天需要處理30個PR”；還有開發者形容，自己審核AI代碼時，“像是第一次有人類真正讀到這些代碼”。

更關鍵的是，很多AI生成代碼，并不意味著“開發者真正理解了代碼”。

論文中提到，不少審核者會直接要求開發者“現場解釋自己的代碼邏輯”，因為團隊開始越來越頻繁地遇到一種情況：代碼能運行，但提交者自己并不知道它為什么能運行。

一位開發者在帖子中提到：

“我直接問他知不知道自己的代碼在做什么。他不知道。所以這個PR沒有通過。”

這種變化，也正在讓很多團隊開始重新強調“開發者責任”。一個被頻繁提到的觀點是：即便代碼由AI生成，最終責任依然屬于提交代碼的人。

AI生成的不只是代碼，還有新的“技術債”

除了審核成本上升之外，論文中另一個被頻繁討論的問題，是AI正在加速“低質量代碼”進入項目本身。

研究者將這一部分歸納為“質量退化”。在大量開發者討論中，一個反復出現的觀點是：AI的最大問題，并不只是“會寫錯代碼”，而是它經常會生成“看起來合理，但實際存在隱患”的代碼。

論文中提到，不少開發者總結出了AI代碼的一些典型特征，例如：

• 遇到問題時，大量使用[setTimeout]之類的“臨時補丁”規避錯誤；

• 為了消除類型報錯，直接把變量強制轉換成[any]；

• 不去修復問題，而是直接刪除相關方法；

• 修改測試代碼，讓錯誤代碼“看起來通過測試”。

甚至還有案例提到，AI會“虛構不存在的外部服務”，然后再自己模擬這些根本不存在的服務接口，最終生成一整套“邏輯自洽、但完全虛假的集成方案”。

論文中，一位開發者這樣總結：

“你確實可以用AI非常快地開發，但與此同時，技術債累積的速度也會變得前所未有地快。”

而這種問題，對于游戲行業來說，其實并不陌生。

尤其是在手游研發中，很多項目本身就長期面臨版本迭代頻繁、上線周期壓縮、人力有限等問題。AI工具的加入，某種程度上進一步放大了“先跑起來再說”的傾向。

過去幾年里，包括Unity、Epic Games等廠商，都在持續推動AI輔助開發工具進入游戲工業化流程。從代碼生成，到NPC行為編寫，再到自動化測試，AI正在越來越深地進入開發鏈路。

但與此同時，海外開發者社區中，也開始越來越多地出現對“AI生成代碼不可維護”的討論。特別是在多人協作、長期運營型項目中，團隊真正擔心的，往往不是“代碼能不能跑”，而是幾年之后，還有沒有人能讀懂這些代碼。

被污染的不只是代碼，還有整個“知識生態”

相比代碼質量本身，論文中另一個更值得關注的觀點是：“AI泔水”正在開始影響整個開發者知識生態。

研究者將其歸納為“知識生態退化”。簡單來說，就是開發者開始越來越難從互聯網獲得“可靠的信息”。

過去幾年里，程序員長期依賴的很多知識來源——包括技術文檔、教程、論壇問答、博客文章，甚至Stack Overflow網站——都開始出現越來越多AI生成內容。

而問題在于，這些內容往往“看起來很專業”，但實際上卻可能存在：

• 示例代碼無法運行；

• API名稱根本不存在；

• 缺少關鍵步驟；

• 內容 彼此重復、互相污染；

• 甚至整篇教程本身就是錯誤的。

論文中，一位開發者就提到：

“我開始越來越頻繁地看到文檔和教程缺少關鍵內容，或者代碼示例根本跑不起來。”

這種變化，也正在對游戲開發產生非常現實的影響。因為無論是各種Shader、插件、中間件、運營工具等等，大量游戲開發經驗本來就建立在開發者論壇、教程視頻、GitHub項目與社區分享之上。

論文中一個很有意思的細節是，部分開發者甚至將這一現象，與過去幾年科技行業大規模裁撤“開發者關系”團隊聯系到了一起。

被引用的一位開發者提到：

“過去負責維護文檔、示例代碼和教程的人，很多在2022年后的裁員潮里已經被裁掉了。”

換句話說，一邊是越來越少的人維護真實內容；另一邊，則是越來越多AI自動生成內容開始填滿互聯網。某種程度上，這也正在讓開發者知識生態進入一種新的“信息通脹”。

真正的關鍵不是AI本身，而是行業的機制

在論文最后，研究者提出了一個非常核心的觀點：“AI泔水”之所以會越來越多，并不只是因為AI“能生成內容”，而是因為當前的軟件行業，本身就在獎勵“更快地產出更多東西”。

論文將這一部分歸納為“結構性驅動因素”。

很多開發者認為，如今大量低質量AI內容出現的背后，其實是整個行業長期形成的一套“速度導向”邏輯。例如：

• GitHub貢獻數；

• PR數量；

• Bug提交量；

• 內容更新頻率；

• SEO文章產量；

• 功能上線速度；

這些原本用于衡量效率的指標，如今都越來越容易被AI快速放大。一些開發者，則把這一輪AI熱潮，與過去的軟件外包潮進行了類比。

論文中有人提到：

“AI很像當年的外包：表面上任務完成得更便宜、更快，但最后卻需要投入更多管理和審核成本。”

這種邏輯，對于游戲行業來說，其實也并不陌生。

尤其是在過去幾年全球游戲行業進入降本增效周期之后，“更少的人做更多的事”，已經越來越頻繁地成為很多公司的真實目標。

從AI生成美術資源、AI廣告素材，到AI輔助編程、AI測試、AI NPC與自動化運營，大量工具正在被快速推入游戲工業化流程。

從短期來看，每個人都能從AI獲得效率收益；但長期來看，被消耗的，卻可能是整個行業共同依賴的東西——代碼質量、知識生態、協作信任，以及開發者本身的成長體系。

這也是為什么，論文中很多開發者真正擔心的，并不只是“AI會不會替代程序員”，而是：整個軟件開發行業，是否正在失去培養下一代開發者的過程。

當AI開始大量參與內容生產后，行業真正增加的，究竟是效率；還是更多隱藏在后期維護、審核、協作與人才培養中的成本？

或者這才是一個追求創新、挑戰想法、走在創造力前沿的行業應該好好思考的問題。

引用來源：《An Endless Stream of AI Slop: The Growing Burden of AI-Assisted Software Development》