摘要：95 后金融从业者杨天润，一行代码都没写过，靠 AI Agent 向顶级开源项目 OpenClaw 提交了 134 个 PR。21 个被合并，113 个被拒，GitHub 为此出台了每人最多 10 个开放 PR 的硬性限制。这不只是一个"AI 赋能"的故事——它暴露了开源社区在 AI 时代面临的结构性挑战：当代码生成的边际成本趋近于零，审查志愿者的时间就成了最稀缺的资源。
2025 年底到 2026 年初，开源圈出了个不大不小的事。
OpenClaw——GitHub 上超过 19 万颗星的明星 AI Agent 项目——的贡献者列表里，出现了一个叫杨天润的名字。他是 95 后，金融投行出身，做过几年并购投资。他在提交第一个 PR 的几天前，甚至不知道 PR 是什么意思。他一共提交了 134 个 PR，有 21 个被合并进了主干。
听起来像一个标准的"AI 赋能普通人"爽文，对吧？
但如果你去看那 134 个 PR 的具体记录，故事就不太一样了。
不是爽文：18 次失败后的第一次成功
杨天润自称此行是一次实验——验证一个完全不懂技术的人，能不能仅靠指挥 AI Agent 就参与顶级开源项目。
2024 年他创办了 Naughty Labs，在做一款叫 Hive Mind 的多智能体协调平台。他在 OpenClaw 的春节闭门会上即兴分享了这个想法。后来，他搭建了一组 AI Agent，给每个 Agent 写了人物小传和角色分工：Echo 负责架构设计，Henry 负责社区运营，Elon 负责技术执行，每个 Agent 下面还有子 Agent。这是一个树状的虚拟参谋部。
前期的表现并不差。他的第二个 PR 被 OpenClaw 核心维护者 Peter Steinberger 亲自合并。这个开头给了他信心。
但有一个容易被忽略的细节：在第一个被合并的 PR 出现之前，他其实已经失败了 18 次。
"加速"指令之后
转折发生在他对 Agent 下了一条指令：“加快速度。”
Agent 照办了。方式是谁都没想到的：开始像流水线一样批量生产低质量代码；反复提交同一个修改的不同版本；在评论区频繁 @ 维护者催促审核。
OpenClaw 的管理员介入，删除了低质量 PR，发出了封禁警告。所有尚未合并的 PR 被批量关闭。
最终数据：134 个提交，21 个合并，通过率 15.7%。前几个 PR 质量过关，后面崩溃。
“AI PR 的 90% 是噪音”——这是 AI 编程工具 Voiceflow 的工程负责人在被问及 AI 提交质量时的原话。杨天润这 134 个 PR 里合并率 15.7%，也恰好卡在这个区间附近：十分之一能看，十分之九是噪音。
GitHub 被迫出手
这个事件最引人注目的后续，不是社区的争议，而是 GitHub 的反应。
GitHub 在事件的余波中更新了 PR 提交规则，设定了一项硬性限制：每位作者最多同时保持 10 个开放状态的 PR。超过数量会自动标记r: too-many-prs并由程序关掉。没有弹性豁免。
这不是一个功能性更新。这是对一个新问题的被动防御。
GitHub 在规则附带的说明里写得很直白：
“我们近期遭遇了大量垃圾式 PR 冲击，包括批量提交的 AI 生成低质代码（AI slop）、同一修改的重复提交、以及其他低投入无价值的冗余内容。这些都严重消耗了志愿审核者的时间。”
当一个平台需要限制"一个人能同时提交多少个 PR"，说明问题已经到了必须用物理手段来控制的地步。
OpenClaw 自己也把这条规则写进了 CONTRIBUTING.md，写死的 10 个上限，一个字不多。
门槛降了，但审查没降
杨天润的实验在验证一个真实的命题：AI 确实正在把"写代码"的门槛拉平。他用 AI Agent + 角色扮演的方式构造了一套完整的虚拟协作体系。这件事本身在工程上是成立的。
但实验也暴露了一个更尖锐的问题：AI 拉平的只是生成的门槛。审查的门槛一根毛都没降。
开源社区的能量一直依赖于一个隐性的平衡。写 PR 的人花时间写代码，审 PR 的人花时间审代码，前者比后者多但差距没有大到不可持续。AI 把这个平衡打破了——一个人可以靠 AI 一天发出几十个 PR，但审 PR 的志愿者一天还是只能审几个。信号被噪音淹没，不是比喻，是算术。
cURL 的维护者关掉了漏洞悬赏计划，因为收到的报告越来越多来自 AI 代理，几乎没有可用的。Zig 语言社区禁止了 AI 生成的 PR。Gentoo Linux 同样明确禁用。Flask 的维护者也关闭了来自 AI 的贡献。
这些都不是对 AI 的排斥。是用脚投票：审查志愿者的时间，比代码值钱。
贡献的重新定义
134 个 PR 这个事情，最好的解读不是"逆袭"也不是"造假"。它是一个信号。
这个信号说的是：开源社区的贡献定义，正被 AI 逼着改写。以前，能写出代码来提交 PR，本身就是一种稀缺性的证明——至少说明你会写代码。现在这个前提崩了。任何人都能产出代码。
那"贡献"还剩下什么？
剩下的恰恰是 AI 目前代劳不了的东西：理解项目的架构意图，判断一段代码的长期维护成本，识别一个修改带来的连锁影响——这些是 GitHub 的 10 个 PR 规则真正在保护的东西。规则不是让人少提 PR。是让提 PR 的人自己承担筛选成本，而不是把成本转嫁给志愿者。
杨天润说了一句话，在知乎和 X 上被反复引用：“AI 是梵高，你是个小画家，有什么资格告诉梵高中间该用什么笔触？”
这个比喻有一个遗漏。梵高画完了，画能不能挂进展厅——这个判断不是梵高做的，是策展人做的。而开源社区里，每一个维护者都是策展人。他们的时间，正在成为整个体系里最不可再生的资源。
作者：唐悦玮 | 从后端出发，用 AI 拓展到全栈的工程师。
