Detecting AI Coding Agents in Open Source: A Validated Multi-Method Census of 180 Million Repositories
本文通过对1.8亿个仓库进行经过验证的多方法普查表明，单信号检测方法严重低估了AI编程智能体的普遍性——漏掉了高达97%的活动——且不同的检测渠道捕捉的是截然不同、互不重叠的智能体群体及工作类型，因此必须采取整体性的方法，才能准确衡量它们对开源供应链的影响。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下开源软件的世界，就像一座繁忙、喧闹的大都市，拥有超过 1.8 亿座建筑（代码仓库）。长期以来，我们一直认为知道是谁在建造这些结构：主要是人类建筑师。但最近，一种新型的隐形施工队抵达了：AI 编程智能体（AI Coding Agents）。
问题在于？这些 AI 施工队是伪装大师。有些穿着鲜艳的制服，有些在蓝图上留下签名，还有些工作得如此安静，看起来和人类工人一模一样。
这篇论文就像是一次大规模的高科技人口普查，试图统计这些隐形工人的数量。研究人员意识到，如果你只寻找一种特定的迹象（比如某种制服），你将会错过几乎所有人。以下是他们的发现，用简单的语言解释如下：
1. “单一信号”陷阱
想象一下你在统计森林里所有的鸟类。
- 方法 A： 你只统计戴着红帽子的鸟。
- 方法 B： 你只统计会唱特定歌曲的鸟。
- 方法 C： 你只统计留下特定类型羽毛的鸟。
如果你只使用方法 A，你可能会认为只有 10 只鸟。但如果你结合了这三种方法，你可能会发现实际上有 300 只。
论文的发现： 研究人员发现，仅仅依靠一种识别 AI 的方式（比如寻找特定的机器人账号名称）会错过 97% 的活动。对于一个名为 “Claude Code” 的流行 AI 工具，仅通过寻找其官方机器人账号，只能找到 2.8 万次提交（commits）。但当他们观察该工具留下的所有不同痕迹（如代码中的消息或配置文件）时，发现了 85 万 次。这是 30 倍 的差距。
2. 四种“伪装”类型
研究人员创建了一张“通缉令”，用四个类别来捕捉这些智能体：
- 类型 A：穿着制服的机器人（The Uniformed Bot）。 这些很容易辨认。它们使用特定的机器人电子邮件地址登录（例如
bot@anthropic.com）。这就像一名穿着亮橙色背心的建筑工人。 - 类型 B：签名（The Signature）。 这些智能体不使用机器人账号，但会在消息中留下备注，例如 “Generated by Replit”。这就像人类工人用特殊的印章在蓝图上签名。
- 类型 C：隐藏后缀（The Hidden Suffix）。 这些是使用 AI 工具的人类，他们在名字后添加了一个微小的标签，比如
John (aider)。这就像人类工人佩戴了一个写着 “AI 助手” 的小徽章。 - 类型 D：沉默的幽灵（The Silent Ghost）。 这些是最狡猾的。他们既不改变代码消息，也不改变作者姓名。他们只在项目文件夹中留下一个“设置文件”（比如
.cursorrules文件）。这就像一个幽灵只留下了一个工具箱，却从未触碰过任何砖块。这个群体规模巨大。 例如，GitHub Copilot 主要就是以这种方式被发现的；它广泛存在于设置文件中，但在实际的代码历史中几乎是隐形的。
3. 两座不同的城市（“渠道脱节”）
研究人员将他们的“提交之城”（观察代码变更）与另一项研究的“拉取请求之城”（观察项目提案）进行了比较。
他们发现这两座城市里的居民几乎完全不重叠！
- Codex（一个 AI 智能体）是“拉取请求之城”的王者，它创建了数千个提案，但在“提交之城”里却是个幽灵。
- Claude Code 是“提交之城”的王者，它进行了数千次直接修改，但在“拉取请求之城”里却很少露面。
教训： 如果你只观察一种类型的城市，你得到的关于 AI 实际在做什么的图景将完全是错误的。一组人似乎在构建新功能，而另一组人似乎在修理破损的水管。论文得出结论：AI 如何被部署（作为机器人还是作为直接工具）改变了它表现出的工作类型，而不一定是工具本身的原因。
4. 他们何时抵达？
这次普查查看了从 2024 年底到 2026 年初的数据。
- “生而为 AI”组： 一些项目从第一天起就是配合这些 AI 智能体构建的。它们就像是从地基开始就由机械臂建造的房屋。
- “遗产”组： 许多古老的、成熟的项目（有些已有数十年历史）在建成多年后突然开始使用这些智能体。这就像一座旧的家族住宅突然进行了智能家居改造。
5. 他们的工作做得好吗？
研究人员检查了 AI 是否在犯错。
- 缺陷修复（Bug Fixes）： 在提交渠道中，AI 智能体似乎主要被用于修复缺陷和维护工作，而不是构建全新的功能。
- 质量： 有趣的是，在某些情况下，这些智能体编写的代码比人类代码更不容易被撤销（undone），这表明其稳定性较高。然而，当它们进行更改时，这些更改往往比人类所做的更改规模更大。
核心结论
我们不能仅仅通过寻找“机器人账号”来了解 AI 在协助我们构建软件方面的程度。AI 劳动力是多样化的、隐形的，并且使用了许多不同的“制服”。如果我们只寻找那些显眼的，我们就会对绝大部分正在进行的工作视而不见。要真正理解软件供应链，我们需要寻找制服、签名、名牌以及工具箱。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。