Trustworthy AI starts with community governance
TL;DR · AI 摘要
开源社区需通过治理框架应对AI辅助开发带来的代码审查瓶颈,Red Hat提出需结合责任、透明度与法律考量的AI政策。
核心要点
- Kubernetes社区通过AI政策解决代码审查效率与信任问题
- AI辅助开发需满足问责、透明和社区尊重三原则
- AI治理需融合开源协作原则与法律合规框架
结构提纲
按章节快速跳转。
代码生成加速导致开源社区审查流程出现信任断层
通过制定AI政策建立工具使用标准与协作规范
提出AI辅助开发的三原则与法律合规解决方案
开源治理机制需适应AI工具带来的新协作模式
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- 社区治理与AI
- AI辅助开发挑战
- 代码审查瓶颈
- 信任断层
- 治理框架
- 三原则(问责/透明/尊重)
- 法律合规
- 实践案例
- Kubernetes政策
- Red Hat方案
金句 / Highlights
值得收藏与分享的关键句。
AI生成的代码可能缺乏对贡献者理解和努力的信号
Kubernetes社区AI政策统一了工具使用标准与审查流程
AI治理需平衡技术创新与开源社区自治原则
可信AI始于社区治理
Component | Article_teaser
2026年11月3日
3
分钟阅读
人工智能
Jason Brooks
开源与AI项目办公室高级经理,社区架构与基础设施部
Subpattern | social_share_set
Component | social_share
分享
Subpattern | subscribe
Component | social_icon
订阅RSS
Component | Icon
© Red Hat, Inc. CC-BY-4.0授权
Subpattern | results_nav
组布局
Component | Nav_links
- 返回所有文章
Component | Generic
开发者正在使用AI编写代码、生成测试,并以前所未有的速度交付功能。这些工具正变得越来越强大,其能完成的工作量也在迅速增长。随着代码生成速度的加快,开源社区正面临一个全新的瓶颈:代码审查。
开源开发依赖于贡献者、审查者和维护者之间的关系,他们可能彼此并不熟悉,但仍需要足够信任以协作。在开源领域,补丁中投入的精力——通过详尽的注释、定制的测试套件和整洁的提交记录体现——传统上已向维护者证明了贡献者理解问题、投入了时间,并能参与协作流程。AI使这一信号变得更加复杂。一个贡献可能看起来令人信服,却无法向维护者传达贡献者对问题的理解程度和工作投入,也无法说明工作是如何完成的。
Kubernetes社区对此有切身体会。在2026年6月一篇关于AI辅助开发的博客文章中,Red Hat的Kevin Hannon指出,AI使代码生成速度加快,但代码库维护工作并未以相同速度提升。他描述了关于AI使用讨论如何开始阻碍拉取请求,促使Kubernetes社区制定AI政策,以帮助贡献者和审查者就这些工具的使用方式达成共识。
单靠政策无法保证可信AI。但它可以为社区提供一个共同框架,帮助其共同应对快速变化的技术。在Red Hat,我们探讨了这一框架在实践中的具体表现:AI辅助开发如何成为开源开发者工具包中的另一项工具,我们如何在工程领域全面采用AI以加速上游社区的工作,以及负责任的AI辅助贡献需要什么——包括问责制、透明度和对相关社区的尊重。我们还研究了AI辅助开发与开源交叉时产生的法律问题。综合来看,这些视角反映了Red Hat更广泛的信念:使分布式社区能够协作构建软件的开源原则,同样可以帮助他们应对开发中AI角色日益增长的挑战。
开源一直需要治理。社区通过建立贡献预期、创建审查流程、决定决策方式以及提供质疑和改进决策的途径来实现这一目标。治理将一群贡献者转变为能够追求共同目标的社区。治理不是项目负责人自上而下的官僚主义,而是社区如何在保护维护者免于倦怠的同时,向使用新工具的贡献者敞开大门。AI使大规模生成贡献变得更加容易,但它无法替代评估贡献、确定技术方向优先级以及建立共识所需的人类判断。治理帮助社区在吸收贡献浪潮时,不会压垮维护者或偏离共同目标。
当Fedora项目着手制定其《AI辅助贡献政策》时,社区面临了一个对开源项目而言熟悉的挑战:如何在不破坏使协作成为可能的价值观的前提下,引入一套可能具有颠覆性的工具。该政策是其中一个成果,但更有价值的成果是社区有机会讨论AI成为项目开发流程的一部分后,这些共同价值观应如何定义。
该努力包括公开讨论、修订以及关于责任、透明度和AI在贡献与审查中角色的辩论。Fedora的经验展示了开源中AI治理的一个关键教训:政策是治理过程的一部分,而不是替代方案。政策无法预见每一种新的能力、使用场景或权衡取舍。制定政策可以为共同决策奠定基础,而不是让每个贡献者和审查者独立解决所有分歧。
AI改变了软件的编写方式,但开源仍然依赖于人类信任。工具可以生成代码,但只有社区才能决定这些代码是否属于项目。挑战在于将这些共同价值观转化为对AI使用方式、贡献评估方式以及谁对结果负责的具体预期。
思考一下你的项目目前如何应对AI辅助贡献:贡献者和审查者是否对AI的使用方式、工作评估方式以及谁对结果负责有明确的共同预期?在本系列的下一部分中,我们将探讨制定AI贡献政策的实用经验。
Block | Dynamic pattern deluxe promo
Component | Band_header
Resource
适应性强的企业:为什么AI准备度就是应对变革的准备度
这本电子书由Red Hat首席运营官兼首席安全官Michael Ferris撰写,帮助IT领导者利用AI应对当前面临的变革速度和技术颠覆。
Component | spacer
Component | Cta_multi_basic
Subpattern | simple_cta
Component | CTA
获取资源
Deluxe mbox
Component | Card_header
关于作者
Subpattern | speaker
Card layout
Component | Image_embed
Component | Person
Jason Brooks
Subpattern | social_links
Jason Brooks是Red Hat开源与AI项目办公室的高级经理,领导一支由社区架构师和系统管理员组成的团队,支持Red Hat战略上游项目和倡议的成功。在2012年加入Red Hat之前,Jason曾是一名专注于操作系统、虚拟化和开源软件的技术记者。
更多该作者的文章
更多相关内容
动态模式
博客文章
人工智能时代的主权:选择、控制与自主权
为什么IT运维需要受控的自动化基础来支持AI
原始播客
自主代理AI能否修复互联网?
Red Hat如何为可扩展AI清理IT债务
子模式 | card_flex
子模式 | text_basic
继续探索
- 免费试用:Red Hat 学习订阅试用
- 开始您的无成本产品试用 试用
- 无成本订阅 Red Hat TV 视频
继续探索 mbox
子模式 | simple_text
按频道浏览
探索所有频道
模式 | raw_html
自动化
关于技术、团队和环境的IT自动化最新动态
人工智能
有关使客户能够随时随地运行AI工作负载的平台的最新动态
混合云
探索我们如何通过混合云构建更加灵活的未来
安全
关于我们在不同环境和技术中降低风险的最新动态
边缘计算
有关简化边缘操作平台的最新动态
基础设施
关于全球领先的企业级Linux平台的最新动态
应用程序
深入了解我们解决最复杂应用程序挑战的方案
虚拟化
您本地或跨云工作负载的企业虚拟化未来