Hugging Face CEO Clément Delangue 表示，其最大开源仓库正被大量 AI 生成内容（AI spam）淹没：新的 Pull Request 平均每 3 分钟出现一次，审核负担急剧上升，甚至让 GitHub “几乎无法使用”。
AI 垃圾内容主要指低价值、未验证的自动生成提交，包括无意义 PR（重复功能、不可运行代码）、模板化修改（README、注释微调）以及“刷贡献”行为（批量提交提升活跃度）。其共同特点是生成成本极低，但几乎不提供真实价值。
AI 将代码生成从“需要时间与能力”变为“Prompt → 一键生成 → 提交”，导致贡献的边际成本接近零，但审核仍依赖人工且成本上升，形成明显失衡：提交暴增，审核瓶颈加剧，社区信噪比迅速下降。
Hugging Face 聚集大量 AI 开发者、仓库曝光度高且开放度强，使其更容易成为 AI 批量生成内容的目标场；同时高关注度也放大了“刷 PR”动机，进一步加剧问题。
GitHub 的模型基于“人类提交 + 人类审核 + 低频贡献”，但在 AI 时代出现结构性冲突：PR 数量指数增长、审核机制未升级、激励体系（按贡献数量）被稀释，导致质量与数量严重失衡。
短期内需要引入“AI 审核 AI”（自动过滤低质量 PR）、提高贡献门槛（频率限制、信誉系统、CI 强约束）、调整激励机制（从数量转向质量与合并率），以及在项目结构上分层（核心更封闭、外围更开放）。
这一事件反映出更深层趋势：AI 让生产能力爆炸式增长，但验证能力没有同步提升，导致“噪声压倒信号”；开源协作正在从“生成稀缺”转向“筛选稀缺”，流程也将演变为“AI 生成 → AI 初筛 → 人类决策”。
AI 已经显著降低“写代码”的门槛，未来更重要的是判断价值、设计架构与定义问题；简单 PR 贡献价值下降，深度参与和长期维护将成为新的核心竞争力。
Hugging Face 的这一警告本质上揭示：当“创造”变得极其容易时，“筛选”将成为新的瓶颈；开源生态的关键问题不再是如何生成更多代码，而是如何在海量生成内容中识别真正有价值的部分。