Linux Foundation 於 10 月 20 日發布 LF Research 報告《Navigating Open Source Software Development in the Generative AI Era》，調查生成式 AI 對開源軟體貢獻者與維護者的影響。研究由 Red Hat 贊助，並獲 Futurewei、OpenSSF、LF AI & Data 支援，於美國 All Things Open 2026 會議期間對外說明。
報告指出，59% 的受訪專案維護者認為生成式 AI 普及後貢獻量增加；在大型專案，這項比例為 69%。維護者估計收到的 Pull Request 約有 25% 屬低品質的 AI 生成內容，大型專案的估計值升至 31%。這些比例是受訪者估計，不代表平台上全部 PR 的客觀實測比率。
生產力方面，受訪者估計 AI 在六類開源工作上都有節省時間的效果，其中程式碼撰寫平均減少 52% 的時間，提案討論減少 19%；不過在高複雜度任務上，有 21% 受訪者反而花更多時間。節省下來的時間有 66% 用於處理技術債、63% 用於開發新功能、58% 用於學習技能。
治理與信任未同步改善。71% 維護者同意 AI 降低參與門檻，但 53% 不認為它改善社群信任；只有 35% 的專案設有正式允許使用 AI 的政策，另有 32% 沒有政策也不打算建立。61% 貢獻者表示會對 AI 生成程式碼進行詳細審查及完整功能測試，但是否揭露 AI 協助並不一致。
報告建議專案制定明確的 AI 貢獻規則、揭露與歸屬方式，要求提交者先測試並記錄變更，並投資人類導師制度與維護者工具。46% 維護者認為 AI 提高新手指導需求，32% 認為需求降低，反映自動化工具無法直接取代社群審查。
發生了什麼事
Linux Foundation 研究發現 AI 讓開源開發更快，也讓維護者面對更多品質不佳的 Pull Request。
為什麼重要
研究凸顯提交數量與程式碼品質並非同一指標，若審核能力沒有同步擴充，開源社群可能承受額外成本。
影響哪些人
開源專案維護者、企業工程團隊、AI 程式助手使用者及制定貢獻規範的社群治理人員。
已確認與未確認
已確認上述比例為官方公布的受訪者調查結果；新聞稿未在摘要中逐項列出各子群體樣本數，不能將受訪者估計直接當成全體開源專案的統計值。
