AI 写的代码太多,GitHub 先扛不住了

这是 Josh 的第73篇原创文章。

👋

昨天刚写完 OpenAI 一口气上传 722 篇数学论文。

今天又看到 GitHub 发了一篇文章，说他们正在重建 Git 的底层基础设施。

原因也很直接：

人类和 AI 写出来的代码，实在太多了。

图：GitHub 官方文章配图。来源：GitHub

先说明一下，GitHub 并没有被 AI 写崩，也没有真的“扛不住”。

但它已经开始按照智能体时代的规模，重新设计自己的地基。

以前 GitHub 服务的是程序员。

现在，它还要服务一群不用睡觉、改一步就提交一次、可以同时开几千个分支的 AI 程序员。

这就有点不一样了。

01｜代码真的开始泛滥了

GitHub 公布了几组数字。

从 2025 年 9 月到 2026 年 8 月，GitHub 每月处理的 Git 事件，从 2182 亿增加到 4733 亿，一年多了一倍。

仅 2026 年 9 月，开发者和智能体就在 GitHub 上产生了 73.8 亿次 commit，是一年前的 5 倍以上。

同一个月，push 达到 33.5 亿次，同比增长 4.9 倍；GitHub Actions 运行了 32.6 亿次，也是前一年的 4 倍多。

最繁忙的一个仓库，8 月份大约收到了 10 亿次请求。

图：GitHub 上与智能体规模开发相关的增长数据。数据来源：GitHub Engineering

以前程序员写完一段代码，可能先运行一下、喝口水、再想一想，最后提交。

可现在，有了AI， 不一样了。

它可以改一处、存一次，发现不对再改，再存。一个智能体已经很勤快，几千个智能体同时工作，就像一群永远不下班的实习生，不停往仓库里交作业。

于是，人类还在讨论 AI 会不会取代程序员，GitHub 已经先去扩建仓库了。

02｜当下的 Vibe Coding 阶段

现在用 AI 编程，确实很方便。

一句话描述想法，它可以搭页面、接接口、建数据库，再顺手把部署配置也写好。

以前需要先学几个月才敢动手的东西，现在一个晚上就能做出 Demo。

有些时刻，甚至真有点“言出法随”的感觉。

你说想要一个记账工具，页面出来了；想把按钮换个颜色，它也换了；再说一句“顺便加入用户登录”，它继续埋头干活。

这种能力当然有价值。

它让很多原本只能停在脑子里的想法，终于有机会变成可以点击的东西。

但说来有趣，AI 编程工具火了这么久，真正有价值、有意思、有深度，也有品味的软件，并没有像雨后春笋一样冒出来。

能运行的软件确实多了。让人愿意一直留在手机和电脑里的软件，还是那几个。

03｜代码不是软件，Demo 也不是产品

AI 最擅长解决的，通常是“怎么做”。

但一个产品更难的问题，经常是：

为什么要做？到底为谁做？什么功能不该做？用户为什么要把时间、数据，甚至钱交给它？

这些问题没有一段代码可以直接回答。

图：写出代码只是第一步，后面还有产品、维护和用户选择

生成一个天气 App 并不难。

难的是它该先告诉用户温度、降雨，还是穿衣建议；通知应该什么时候出现；定位权限要不要一打开就索取；信息很多时，哪些内容应该被删掉。

这些看起来都不是“高科技”。

但它们决定了一个软件是工具，还是另一块需要被用户费力理解的屏幕。

所以我觉得，AI 让代码变便宜以后，品味反而更难得了。

这里的品味，不单单是只界面好不好看。

它还包括对需求的判断，对复杂度的克制，对文字、交互和节奏的感知，以及知道什么时候应该停手。

会添加功能，是能力。

敢删掉一个功能，也是一种能力。

04｜品味很重要，执行力也很重要

当然，只谈品味也不够。

一个想法再好，如果一直停在截图、原型和朋友圈里，它依然只是一个想法。

产品需要上线，需要找到第一批用户，需要处理那些不够优雅的 Bug，也需要在新鲜感退去以后继续维护。

AI 可以一晚上写出第一版。

但第二十版、第两百个用户反馈，以及半年后还愿不愿意继续修，仍然考验执行力。

品味决定往哪里走。执行力决定能不能真的走到那里。

只有品味，没有执行，容易变成一张很好看的情绪板。

只有执行，没有品味，则容易做成一座功能齐全、但没人想进去的商场。

两样都需要。

05｜稀缺的东西，又往后移了一层

这和昨天的数学仓库其实是同一件事。

当数学证明可以被批量生成，稀缺的从答案变成了验证和判断。

当代码可以被批量生成，稀缺的也从“能不能写出来”，变成了“值不值得做出来”。

GitHub 可以把底层架构重新做一遍，让它承受更多 commit、push 和自动化任务。

但人的注意力没有办法横向扩容。

每多生成一段代码，后面就多一份需要理解、测试、维护和承担责任的东西。

以后我们可能会看到更多一次性软件。

为了一个会议临时做个工具，用完就丢；为一次旅行生成一个页面，回家以后不再打开；每个人都可以为自己的小需求，造一把只用一次的锤子。

这并不坏。

但真正能够留下来的软件，反而需要更明确的判断、更稳定的维护，也需要一点不随热点变化的品味。

代码会越来越多。

好软件不会因此自动变多。

AI 可以帮助我们把想法迅速做出来。

至于该做什么，为什么做，以及做完以后有没有耐心继续把它变好，暂时还是我们的作业。

以上。

感谢阅读，欢迎星标⭐

资料说明：文中数据来自 GitHub Engineering 于 2026 年 10 月 6 日发布的《Building Git infrastructure for agent-scale development》。GitHub 正在为智能体规模开发重建底层架构，并非已经发生由 AI 代码量直接导致的平台崩溃。