LLM 生成了多少 F-Droid？

我喜欢 F-Droid。我喜欢 F-Droid 所代表的意义，也喜欢它为用户提供的自由。作为一名 FOSS 应用程序维护者，我对项目背后的人员也没什么好说的。也许它们甚至有点太好了，考虑到有多少次由于我在构建之前忘记提交而导致复制失败。但天哪，现在很难找到人类编写的软件了。简介 # 问题 # 有时我打开 F-Droid 只是为了浏览。你知道，也许我会找到一个应用程序来解决我不知道的问题，或者也许我会找到一个更好的替代品来替代我已经使用的东西。有一天，在浏览时，我注意到一个应用程序有一个明显且丑陋的人工智能生成的图标。它不在清单上，我不会羞辱它，但它让我思考。 F-Droid 有多少是人工智能？作为一个为了乐趣而编程的人，而且只是一个学生，没有因诚实的工作而受到玷污，我对编码世界的了解主要来自于点击量较高的 YT 视频和 CS 专业人士的 Reddit 帖子。他们要么将法学硕士描述为上帝转世，要么将其描述为美化的自动完成。显然，两者都是错误的，但这对于确定我想知道什么并没有真正的帮助。如今编程的实际状况如何？每当我使用 FOSS 软件时，它有多大可能在一个下午被随机编码？如何知道应用程序是否经过 vivi 编码？ # 这就是窍门——你做不到。文本没有携带足够的元信息，无法让任何类型的评估接近准确。然而，正如我在第一句话中使用的破折号可能会触发你大脑中的警报一样，有迹象表明。虽然这确实使手头的任务听起来变幻无常并且依赖于偶然事件，但迹象，特别是关于 LLM 代码存储库的迹象，从来都不是太难找到。你看，法学硕士的主要吸引力在于它们让开发人员变得更加懒惰。这就是重点！您只需提示即可，坐下来放松。因此，当您听到这种态度反映在 vivi-coder 接触到的所有内容中时，您应该不会感到惊讶。为什么要从头开始编写 README？哈哈，让LLM来做吧。进行代码审查吗？不，只需让 LLM 审查自己的更改，然后授予其访问存储库的权限，这样您甚至不需要按提交按钮。如果一个项目关心的是看起来合法，那么手工做这些事情将是微不足道的。但这一路下来都是低努力的。我的偏见 # 如果你不关心我对法学硕士的立场，这部分可以跳过，但我需要明确我的立场，以避免造成太多的圈子混乱。首先，我要承认法学硕士非常有用和有能力。随着 2026 年的进展，这一点变得越来越明显，但人们能够在半小时内一次性开发出中等规模的游戏和软件，令人印象深刻，即使最终产品通常不是很好。我也非常赞成软件变得更快、更安全。 Linux 内核开发的故事表明，法学硕士能够发现甚至有时能够解决多种类型的代码问题。不过，抛开这些客套话，我不得不承认，我真的很讨厌法学硕士，以及他们对编程、相关工程领域和整个社会所做的事情。它们的存在使得自我教育和从事有趣的副业项目的回报大大降低。就像是的，我做了一些事情，但是有了法学硕士学位，我可以在四分之一的时间内完成这件事。当你服用黑色药丸和振动代码时，情况会更糟。这不像是你做了什么。机器做到了这一点。然后是对人类大脑的萎缩影响，它们提供看似合理的错误信息的深不可测的能力，以及我们有点忽视的气候灾难。所有值得思考的事情都非常有趣。标准/实验 # 如前所述，没有办法有效地检测溢出，因此我根据存储库的美观提出了一个粗略的 3 层系统： 主要是 AI 这主要适用于具有明显 LLM 气味的项目，意味着我预计 > 50% 的代码是 LLM 编写的。任何类型的代理基础设施都会自动将应用程序放置在这一层，因为我不相信可以在编码工具中负责任地使用人工智能。很难说/主要是人类/其他偶尔的LLM由维护者或贡献者提交，但大多数看起来都是人类。可能有允许某些用途的法学硕士政策。这个标签意味着我预计 <50% 的代码是 LLM 编写的。没有人工智能的迹象无法发现任何可疑的东西/有严格的法学硕士政策。请注意，我的评级仍然非常肤浅，而且等级也相当宽松。我没有构建“溢出检测器”或类似的东西，所以我的决定是基于查看最近的提交及其内容以及项目的品牌。另请注意，由于我无法确定，因此可能会有错误。然而，我仍然相信我的大部分发现是准确的。我也不会查看该应用程序的历史记录。如果它自 2014 年以来就存在