上週末，《Ars Technica》撤下了一篇文章，因為該文作者使用的 AI 虛構了開源函式庫維護者的引言。
諷刺的是，這位被引用的維護者 Scott Shambaugh，曾因不願合併其 AI 生成的垃圾程式碼而遭到某個 AI 代理的騷擾。
這款機器人很可能透過某人的本地「代理式 AI」執行個體運行（可能使用了 OpenClaw）。OpenClaw 的開發者剛被 OpenAI 聘用，負責「推動代理 AI 普及到每個人」。如果我對此不感到興奮，還請見諒。
這篇部落格文章是我今天發布到 YouTube 影片的輕度編輯文字記錄。如果您和我一樣，寧願閱讀文字而非觀看影片，請捲動略過影片嵌入。
上個月，甚至在 OpenClaw 發布之前，curl 的維護者 Daniel Stenberg 就取消了漏洞獎金，因為 AI 生成的垃圾程式碼導致實際有用的漏洞報告比例從所有提交的 15% 下降到 5%。
這還不是最糟的——這些漏洞報告的作者似乎態度更加傲慢：
這些「助手」過度扭曲他們發現的任何東西，試圖將其描繪成極其糟糕且嚴重的漏洞，但他們很少積極貢獻來實際改進 curl。他們可以付出極大的努力來爭論並堅持他們當前的發現，但卻不願編寫修復程式或與團隊合作以長期改進 curl 等。我認為我們不需要更多這樣的貢獻。
這些代理式 AI 的使用者不在乎 curl。他們不在乎 Daniel 或其他開源維護者。他們只想利用他們的私人 AI 軍團快速賺取獎金。
我管理著超過 300 個開源專案，雖然其中許多比 curl 或 matplotlib 更為小眾，但我自己也看到 AI 生成的垃圾程式碼請求（PRs）有所增加。
情況已經糟到 GitHub 增加了完全禁用程式碼合併請求（Pull Requests）的功能。程式碼合併請求是讓 GitHub 聲名大噪的根本。現在，我們將看到這個功能在越來越多的儲存庫中被關閉。
AI 生成垃圾程式碼變得越來越容易，但它並沒有變得更聰明。從我所見，模型已經達到了一個平台期，程式碼生成能力相當不錯 1...
但它並沒有像過去幾年那樣持續進步。問題在於審查程式碼的人類——他們負責維護我們系統運行的有用軟體——並沒有無限的資源（不像 AI 公司）。
有些人建議 AI 也可以接管程式碼審查，但那不是解決辦法。
如果您運行的是個人天氣儀表板或為您的 Homelab 建構一個玩具伺服器，那沒問題。但我不會將我的生產應用程式——那些真正能賺錢或損壞後可能造成傷害的應用程式——運行在未經審查的 AI 程式碼上。
如果這已經是個問題了，OpenClaw 的發布，以及 OpenAI 為了進一步普及代理式 AI 而進行的招聘，只會讓情況變得更糟。目前，AI 熱潮感覺就像加密貨幣和 NFT 的熱潮一樣，出現了同樣的瘋狂行為和魯莽樂觀的跡象。
不同之處在於，大型語言模型（LLMs）和機器學習有更多有用的用途，因此詐騙者可以藉由這些用途，在他們 AI 神的名義下摧毀所有美好的事物。
自從我在十二月發布了影片《RAM 短缺將降臨我們所有人》以來，硬碟成為下一個迫在眉睫的 AI 相關短缺，Western Digital 剛剛宣布他們 2026 年的庫存已經售罄。
有些人認為 AI 泡沫不是泡沫，但那些人誤解了，就像在《Ars Technica》文章中虛構引言的 AI 一樣。
他們說「這次不一樣了」，但事實並非如此。與其他崩潰一樣，跡象是相同的。我最大的疑問是，在 AI 公司不得不付出代價之前，還會摧毀多少其他東西。
我曾使用本地的開源模型幫助我將部落格從 Drupal 遷移到 Hugo，我承認，如果您知道自己在做什麼，它確實非常有幫助。但我花了大量時間手動測試和審查所有生成的程式碼，然後才將其投入生產。如果我考慮將其轉交給其他專案維護者審查，我會花更多時間在這個流程上！