Philippe Ensarguet analysiert, wie IA générative das Beitragsmodell von Open Source auf den Kopf stellt und ein technisches Problem in eine Krise der Community-Governance verwandelt.

Der gebrochene implizite Vertrag: Open Source funktionierte auf Basis einer stillschweigenden Übereinkunft, bei der der Aufwand eines Beitrags ein echtes Verständnis des Projekts signalisierte. KI hat diese Beziehung entkoppelt, indem sie es ermöglicht, „plausibel wirkende Beiträge mit null Verständnis und null Aufwand“ zu produzieren. Angesichts dieser Flut von „AI Slop“ haben große Projekte drastisch reagiert: Ghostty verhängt dauerhafte Sperren für KI-generierten Code, tldraw schließt externe PRs automatisch, und cURL musste sein Bug-Bounty-Programm einstellen, überwältigt von bedeutungslosen Einreichungen.

Der Contribution Stack: Ensarguet schlägt ein Framework vor, das Beiträge in fünf Schichten zerlegt: rohe Code-Ausgabe, Verständnis des Projekts, persönliches Engagement, Beziehungen zur Community und Zugehörigkeit zur Community. Traditionelle Reibung filterte auf natürliche Weise auf den tieferen Schichten. KI erzeugt sofort die oberflächliche Schicht, während sie ein sinnvolles Engagement vollständig umgeht.

Von aufwandsbasierter zu kontextbasierter Filterung: Statt KI zu verbieten, plädiert der Autor dafür, den nachgewiesenen Kontext zu messen. Ist die Einreichung klar mit bestehenden Issues verknüpft? Zeigt die Beschreibung echtes Verständnis? Sind die Tests umfassend? Wurde der Code tatsächlich getestet? Diese Kriterien sind nicht revolutionär – sie sind die „Grundlagen professioneller Ingenieurskunst“ –, aber Open Source verließ sich historisch auf Aufwandshürden als impliziten Filter für diese Qualitäten.

Drei zukünftige Szenarien: Walled Gardens beschränken Beiträge auf bekannte Akteure, mit dem Risiko, das Entstehen neuer Maintainer zu ersticken. Verifizierungsschichten verfolgen den Beteiligungsverlauf und weisen echtes Engagement nach. Bifurkation wendet je nach Projekttyp unterschiedliche Governance-Modelle an, wobei Infrastrukturprojekte sich stärker einschränken als Anwendungen.

Die Lücke bei den Foundations: Während sich Institutionen auf Lizenzierung und geistiges Eigentum konzentriert haben, stehen Maintainer vor unmittelbaren Problemen der Qualität und des Burnouts. Ensarguet schlägt vor, dass fondations open source Erkennungswerkzeuge, Zertifizierungsrahmen und Contribution-Analytics finanzieren könnten, anstatt Top-down-Richtlinien durchzusetzen.

Der Artikel positioniert sich ausdrücklich nicht gegen KI, sondern als Analyse der Signal-Rausch-Herausforderung, die eine bewusste Neugestaltung der Beitragssysteme rund um nachgewiesenes Verständnis statt reines Ausgabevolumen erfordert.