2026 年 4 月，Zig 编程语言项目在其官方行为准则中明确引入了一项极为严格的政策：禁止在任何问题（issue）、拉取请求（pull request）或错误追踪器评论中使用大型语言模型（LLM）生成的内容，包括翻译。这项被社区称为「反 AI 贡献政策」的规则，在开源生态中引发了广泛讨论。不同于其他项目对 AI 辅助工具的模糊态度，Zig 选择了一条更为激进的路径，而这背后折射出的是对开源贡献本质的深刻思考。
政策的具体边界
Zig 项目的这项政策被明确写入其行为准则页面，适用于 Codeberg 上的 ziglang 组织、IRC 频道以及 Zulip 开发聊天室。政策的核心条款极为简洁：禁止使用 LLM 生成问题报告、禁止使用 LLM 生成拉取请求、禁止使用 LLM 生成错误追踪器上的评论，包括翻译内容。值得注意的是，Zig 明确指出英语虽被鼓励但非强制要求，贡献者可以使用自己的母语提交内容，并依赖他人的翻译工具来理解 —— 这一补充条款的目的在于区分「AI 生成的内容」与「跨语言协作」两种行为，而非对多语言支持的限制。
从政策措辞来看，Zig 维护团队将 AI 生成内容视为一种「作弊」行为，而非单纯的质量问题。在他们的认知框架中，一个有效的贡献不仅仅是「可工作的代码」或「可阅读的文字」，更是贡献者本人技能、判断力和对项目理解的外在体现。当这些内容由 LLM 代为产出时，维护者失去了评估贡献者真实能力的关键信号，这种信号在开源项目的长期维护中具有不可替代的价值。
「贡献者扑克」理念的核心逻辑
理解 Zig 这项政策的钥匙，在于其维护者提出的「贡献者扑克」（Contributor Poker）概念。这一隐喻源自扑克游戏中的信息博弈：在开源项目中，维护者通过审查首次贡献来评估一位陌生开发者是否值得信任、是否理解代码库、是否遵循项目规范。每一次 Issue 提交、每一份 PR 都是一次「摊牌」的机会 —— 维护者通过这些交互判断这位贡献者能否成为可靠的长期协作者。
如果允许 LLM 参与这一博弈，整个评估机制将被彻底瓦解。当一份完美的问题报告或代码 PR 来自 AI 之手时，维护者无法判断屏幕另一端的人类是否真正理解了自己提交的内容。一位从未接触过 Zig 内存管理模型的贡献者，可能通过 AI 生成一份看似专业的性能优化 PR，但当这份代码在特定边界条件下出现崩溃时，原作者可能完全没有能力进行调试或解释。这种「不可问责」的代码，无论其表面质量多高，都对项目的长期可维护性构成潜在威胁。
Zig 维护团队的另一层考量在于资源分配。代码审查是一项稀缺且昂贵的工作，维护者希望将有限的时间用于帮助真实的开发者成长，而非替 AI 修正那些作者无法理解的错误。在他们看来，一次由人类新手提交的不完美但真诚的 PR，其价值可能高于一份由 AI 生成的光鲜但空洞的代码 —— 前者代表着一位可能成长为长期贡献者的人才，后者可能只是一次性的「代码捐赠」且后续维护成本未知。
社区反响与技术治理的深层启示
Zig 的这项政策在 Hacker News、Reddit 和技术社区中引发了激烈争论。支持者认为，这是对开源贡献本质的回归 —— 开源运动的根基在于人的协作，而非工具的效率提升。他们赞同 Zig 维护团队将「培养贡献者」置于「接收代码」之上的立场，认为只有这样才能构建真正可持续的技术社区。EFF（电子前哨基金会）在 2026 年初也发布了类似指南，建议开源项目明确对 LLM 辅助贡献的态度，这进一步印证了技术社区对 AI 生成内容边界的关注。
批评者则担忧，这种一刀切的政策可能错失某些有价值的贡献，特别是对于那些英语非母语或技术写作能力有限的开发者而言。他们指出，AI 翻译工具在帮助全球开发者跨越语言障碍方面具有一定价值，一概禁止可能反而降低了多元化参与的可能性。此外，政策在执行层面也面临挑战：如何判定一份提交是否由 AI 生成？误判时的申诉机制是什么？这些问题目前尚未得到完全解答。
从更宏观的视角来看，Zig 的反 AI 贡献政策代表了一种技术治理立场：他们选择将人与工具严格区分，优先保护社区的信任网络和信息透明度。在 AI 工具日益渗透软件工程各个环节的当下，这种立场或许过于理想化，但它至少提出了一些根本性问题：当代码可以由机器批量生产时，什么样的贡献仍然值得人类社区珍视？当效率与信任发生冲突时，开源项目应当如何权衡？
对其他开源项目的参考价值
对于其他考虑制定类似政策的开源维护团队，Zig 的实践提供了若干可操作的参考点。首先，政策措辞应当明确而非模糊 ——Zig 直接在行为准则中列出「禁止事项」，而非仅做原则性声明，这减少了执行时的争议空间。其次，配套的补充说明不可或缺：Zig 对多语言支持的解释有效区分了「AI 生成」与「跨语言协作」两种场景，避免了政策被误读为对外语使用者的排斥。最后，政策应当与项目的核心价值观自洽 ——Zig 长期以来强调代码的可控性和显式性，这种「不依赖魔法」的文化基因与其反 AI 政策的接受度高度相关。
技术治理从来不是纯粹的技术问题，而是社区文化、价值观和长期目标的综合体现。Zig 的这项政策或许不会成为开源世界的标准答案，但它至少为这个时代的重要议题贡献了一种清晰的立场：在这个 AI 日益强大的世界里，人的判断力、责任感与成长潜力，仍然是技术社区最宝贵的资产。
资料来源：Zig 官方行为准则（ziglang.org/code-of-conduct）；Loris Cro 关于「贡献者扑克」与 AI 禁令的博客分析（kristoff.it/blog/contributor-poker-and-ai/）