生成式 AI 让在开源项目中产出"类贡献"内容变得前所未有地容易：代码、文档、issue、pull request，甚至安全报告都是如此。但生成成本更低，并不意味着评审成本更低。对于维护者而言，真正的挑战已不再是 AI 能否帮助贡献者，而是社区如何治理 AI 辅助的贡献，而不至于压垮评审能力或削弱信任。

作为一场紧凑的 15 分钟演讲，我将分享对 67 个高关注度开源项目的研究成果——这些项目已经开始围绕 GenAI 的使用阐明规则、期望与执行机制。结果表明，开源治理远不止"禁止还是允许"这么简单的二选一。社区正在尝试多种治理方式，从严令禁止，到划定边界、披露要求、问责要求、质量优先的评审实践，再到平台层面的管控点。

本次演讲把这些发现转化为面向维护者、PMC 成员、社区建设者以及开源项目办公室的实用经验。听众离场时将更清晰地了解正在浮现的治理图景、不同政策选择背后的权衡，以及一套可以在自己社区中讨论 GenAI 治理的具体词汇。

讲师:

Wenhao Yang：北京大学博士研究生

Wenhao Yang 是北京大学计算机学院的博士研究生，也是开源软件数据分析实验室的研究员。他的研究方向涵盖开源软件社区、软件治理，以及生成式 AI 对协作开发的影响。他研究开源项目如何针对新兴的 AI 辅助工作流，调整其贡献流程、政策与评审实践。