Open Source
开源仓库维护
开源项目维护实践、贡献者管理与可持续性策略
AI 贡献的虚假繁荣
开源维护者 Andrew Nesbitt 以讽刺笔调列出"吸引AI机器人"的反面指南： 模糊的 issue 描述、缺少类型注解、禁用分支保护和 CI 检查…… 这些本是维护者应当做好的基本功，却偏偏是 AI 生成 PR 的温床。 AI 可以同时生成代码、撰写 PR 说明、处理 review 反馈，全程不需要真正理解问题， 制造出"贡献"的幻象，却让维护者承担甄别成本。
见：How to Attract AI Bots to Your Open Source Project：讽刺性的反面指南
代码规模与维护成本的经验法则
开源项目的维护成本与代码库规模呈正相关。对 17 个开源项目的统计显示：约 200,000 行代码需要约 1 名全职维护者（每天投入约 1 小时维护工作）。
这一经验法则揭示了软件维护的线性特征——代码不会自我维护，每增加一行都意味着未来的阅读、理解和潜在修改成本。LOC 作为"花费的行数"而非"生产的行数"，是维护成本的最佳可用代理指标。
见：Lines of code are useful：kqr 关于 LOC 与维护成本的分析