F-Droid 中有多少内容是 LLM 生成的?
摘要
本文探讨了 LLM 生成内容在 F-Droid 中的普遍性,并讨论了作者对人工智能在软件开发和社会中影响的担忧。
暂无内容
查看缓存全文
缓存时间: 2026/09/15 11:53
# F-Droid 中有多少内容是大型语言模型生成的?
来源:https://tintotint.eu/whacky-corner/f-droid_slop/
我热爱 F-Droid。我喜爱 F-Droid 所代表的理念,也喜欢它赋予用户的自由。作为一名自由开源软件的维护者,我对项目背后的人们也只有**赞誉**——也许他们甚至有点*过于*和善了,毕竟因为我在构建前忘记提交代码,导致可重现构建多次失败😅。
但**天哪**,现在想找到纯人工编写的软件真是太难了。
## 引言
## 问题所在
有时我打开 F-Droid 只是为了随便逛逛。你知道的,也许能找到某个应用解决我不知道自己存在的问题,或者找到一个比现有工具更好的替代品。
某天浏览时,我注意到一个应用有着明显而粗糙的*AI生成图标*。它不在列表中,我也不会公开批评,但这让我开始思考:F-Droid 中到底有多少内容是AI生成的?
作为一个以编程为乐的学生,尚未被“正经工作”玷污的我,对编程世界的认知主要来自YouTube的点击诱饵视频和Reddit上计算机专业人士的帖子。他们要么将大型语言模型描述为神明转世,要么视其为花哨的自动补全工具。
显然,这两种观点都**错误**,但这对我想探究的问题并无帮助。当今编程的*实际状况*究竟是什么?每当我使用自由开源软件时,它有多大可能是由某个路人在一个下午通过“氛围编程”(vibe-coding)完成的?
## 如何判断应用是否为“氛围编程”产物?
这正是难题所在——你无法判断。文本本身无法承载足够的元信息来进行任何准确的评估。然而,正如我在第一句中使用的破折号可能触发了你大脑中的警报一样,**确实存在一些迹象**。
尽管这让我手头的任务听起来既微妙又依赖偶然,但这些迹象,尤其是关于大型语言模型代码仓库的迹象,通常并不难发现。
你看,大型语言模型的主要吸引力在于它们让开发者可以更加懒散。这差不多就是全部意义所在!你只需输入提示词,然后坐等放松。因此,当你听说这种态度会反映在氛围编程者触及的所有事物中时,不应感到惊讶。
为什么要从头写一份README?哈哈,让LLM来写就好了。
要做代码审查?不,让LLM审查它自己的修改,然后给它仓库访问权限,这样你连提交按钮都不用按。
如果一个项目关心自己的合法性,手动完成这些事情轻而易举。但这里是从头到尾的低投入。
## 我的偏见
如果你不关心我对LLM的看法,可以跳过这部分,但我需要明确立场,以免助长盲从的风气。
首先,我要承认LLM极其有用且能力强大。随着2026年进展,这一点愈发明显,人们能在半小时内一次性制作出中等规模的游戏和软件,这即使最终产品质量不高,也令人印象深刻。
我也非常支持软件变得更快速、更安全。Linux内核开发的故事表明,LLM能够发现甚至有时解决多种代码问题。
不过,客套话说完,我必须承认我真的讨厌LLM,以及它们对编程、相关工程领域和整个社会的影响。
它们的存在使得自学和进行有趣的副项目变得不那么有成就感。*是啊*,我完成了某个东西,但如果有LLM,我可能只需四分之一的时间。而当你*真的*服用“黑色药丸”开始氛围编程时,情况更糟。感觉不是你在做事,而是机器在做。
然后是对人类大脑的萎缩效应,它们传递看似合理错误信息的不可思议的能力,以及我们正在某种程度上忽视的气候灾难。这些都是“很有趣”的思考对象。
## 标准 / 实验
如前所述,**没有**有效方法检测“粗制滥造”(slop)内容,因此我基于仓库的美学特征提出一个粗略的三级分类系统:
- **主要由AI生成**:主要针对有明显LLM痕迹的项目,意味着我预计超过50%的代码由LLM编写。任何类型的智能体(agentic)基础设施都会自动将应用归入此类,因为我不认为在代码框架内负责任地使用AI是可能的。
- **难以界定 / 主要人工 / 其他**:偶尔有维护者或贡献者的LLM提交,但整体看起来像人工编写。可能有允许特定使用的LLM政策。此标签意味着我预计少于50%的代码由LLM编写。
- **无AI迹象**:未发现可疑内容/有严格的LLM政策。
请注意,我的评级仍然相当表面化,分类也比较宽松。我没有构建“粗制滥造检测器”之类的工具,因此我的判断基于查看近期提交的内容及其与项目品牌形象的契合度。
另请注意,由于我无法确知,可能存在错误。但我仍然相信我的大多数发现是准确的。
我也不会查看应用的历史。如果它自2014年就存在,但近期提交是由LLM完成的,它将被归类为“主要由AI生成”。
选择的应用是2026年9月12日推送到F-Droid的那批更新。共计102个应用,对我来说工作量相当大😅。
如果你只想要结果,请直接跳转到结果部分 (https://tintotint.eu/whacky-corner/f-droid_slop/#statistics--conclusion)
## 应用详情
Amber
## Amber
**描述**:Android 平台的 Nostr 事件签名工具
**仓库**:https://github.com/greenart7c3/Amber
**评级**:主要由AI生成
**理由**:所有近期提交均使用LLM完成,接受来自智能体的PR,存在Claude Code和Codex基础设施。
Aria for Misskey
## Aria for Misskey
**描述**:深入探索星际微博平台 🚀
**仓库**:https://github.com/poppingmoon/aria
**评级**:无AI迹象
**理由**:这很难判断,因为提交命名和结构有点可疑,但我没发现其他问题,决定从宽处理。
Atmo Engine
## Atmo Engine
**描述**:使用 Atmosphere、Glass、Canvas Sketch 和播放列表制作动态壁纸。
**仓库**:https://github.com/saad-khan-rind/nosatmosphereeffect
**评级**:无AI迹象
**理由**:README 中大量使用表情符号,但其他方面无可疑之处。
Aves Libre
## Aves Libre
**描述**:相册与元数据浏览器
**仓库**:https://github.com/deckerst/aves
**评级**:无AI迹象
**理由**:无可疑之处。
Balance
## Balance
**描述**:私密离线银行余额仪表板
**仓库**:https://github.com/AshkanRafiee/balance
**评级**:主要由AI生成
**理由**:代码和提交展现出多种AI痕迹。
Baly Groceries Tracker
## Baly Groceries Tracker
**描述**:跟踪您的杂货,无需担心用完。
**仓库**:https://github.com/rw-account/baly_groceries_tracker
**评级**:主要由AI生成
**理由**:代码和提交展现出多种AI痕迹。
Bati: Fitness RPG
## Bati: Fitness RPG
**描述**:将锻炼变成任务、Boss战和由您训练建立的村庄。
**仓库**:https://github.com/Guiforge/bati
**评级**:主要由AI生成
**理由**:README 中有AI披露声明(感谢让事情变简单 :D)
BayesianBahn
## BayesianBahn
**描述**:德国铁路列车的经验性到达时间分布
**仓库**:https://github.com/DerWeh/BayesianBahn
**评级**:主要由AI生成
**理由**:所有提交均由Claude共同撰写。不过有趣的是,德国铁路表现如此糟糕,竟诱使人“氛围编程”制作非官方时刻表。
BeatBridge: Bluetooth Music
## BeatBridge: Bluetooth Music
**描述**:蓝牙车载系统、耳机或扬声器连接时自动播放音乐。
**仓库**:https://github.com/brandonp2412/BeatBridge
**评级**:主要由AI生成
**理由**:包含Claude Code贡献,许多提交看起来至少有AI参与。
Binary Eye
## Binary Eye
**描述**:无广告的二维码与条形码扫描器
**仓库**:https://github.com/markusfisch/BinaryEye
**评级**:无AI迹象
**理由**:无可疑之处。
BlockDrop: Block Puzzle
## BlockDrop: Block Puzzle
**描述**:免费开源的积木拼图游戏。排列下落的形状以消除
**仓库**:https://github.com/brandonp2412/BlockDrop
**评级**:主要由AI生成
**理由**:有LLM基础设施,Claude共同撰写提交。
Braincup - Brain Training
## Braincup - Brain Training
**描述**:训练您的专注力、记忆力和数学技能。
**仓库**:https://github.com/SimonSchubert/Braincup
**评级**:主要由AI生成
**理由**:所有近期提交均由Claude共同撰写。
BVD
## BVD
**描述**:bilibili 视频资源下载器
**仓库**:https://github.com/KafuuNeko/BiliDownload
**评级**:主要由AI生成
**理由**:所有近期提交看起来都由LLM编写。
CaptureCap
## CaptureCap
**描述**:录制和串流音频和/或屏幕
**仓库**:https://github.com/yepgoryo/CaptureCap
**评级**:主要由AI生成
**理由**:有AI披露声明,列出了由LLM协助编写的文件。
Casio G-Shock Smart Sync
## Casio G-Shock Smart Sync
**描述**:为您的卡西欧方块蓝牙 G-Shock 手表添加智能功能。
**仓库**:https://github.com/izivkov/CasioGShockSmartSync
**评级**:主要由AI生成
**理由**:存在AI生成的产物,如被推送到仓库的规划 .md 文件。
Chompass - Calorie Tracker
## Chompass - Calorie Tracker
**描述**:无广告的AI卡路里追踪器。拍照、语音或输入餐食。开源。
**仓库**:https://codeberg.org/fitguy/chompass
**评级**:主要由AI生成
**理由**:近期提交看起来由AI编写。注意此仓库托管在 Codeberg 上,可能违反其使用条款。
DeltaSync
## DeltaSync
**描述**:加密的KeePass同步——需要您自己的自托管服务器。
**仓库**:https://gitlab.com/Star95/keepass-deltasync
**评级**:主要由AI生成
**理由**:所有近期提交均由Claude Opus 5共同撰写。
DuressKeyboard
## DuressKeyboard
**描述**:对触发器作出反应并执行安全操作的键盘
**仓库**:https://github.com/pofesk0/lastcodeduresskeyboard
**评级**:???
**理由**:这可能是我见过最令人困惑的仓库了哈哈。自2025年11月开始开发,但所有者似乎不懂如何使用git???所有提交似乎都是通过GitHub网页文件编辑器手动复制粘贴更改代码完成的。相当诡异!
eQuran
## eQuran
**描述**:阅读、聆听、从5位诵读者中选择,并追踪您的《古兰经》之旅。
**仓库**:https://github.com/ya27hw/equran_app
**评级**:主要由AI生成
**理由**:有智能体基础设施;最近的提交看起来由LLM生成。
evcc - solar charging
## evcc - solar charging
**描述**:在阳光充足或电力便宜清洁时为您的电动汽车充电
**仓库**:https://github.com/evcc-io/app
**评级**:主要由AI生成
**理由**:智能体基础设施;提交有Claude共同署名;即使是未明确共同署名的提交,也很大程度上由LLM生成。
Fechtkarte
## Fechtkarte
**描述**:使用归功于Joachim Meyer的符号系统生成热身训练卡片
**仓库**:https://github.com/J0s3f/Fechtkarte
**评级**:主要由AI生成
**理由**:智能体基础设施;提交和代码看起来由LLM生成。
Feeder
## Feeder
**描述**:一款出色的自由开源RSS源阅读器
**仓库**:https://github.com/spacecowboy/Feeder
**评级**:主要由AI生成
**理由**:最近的代码提交看起来由LLM生成,接受了来自智能体的PR。相当不幸,因为这是列表中我实际使用的第一个应用,但它还能用。
Felicity Music Player
## Felicity Music Player
**描述**:发烧友级离线音乐播放器。
**仓库**:https://github.com/Hamza417/Felicity
**评级**:主要由AI生成
**理由**:我检查的几个提交显示出大量使用LLM的迹象。
FixupXer - URL Enhancer
## FixupXer - URL Enhancer
**描述**:清理URL追踪,修复嵌入内容(X、IG、FB、TikTok、Bluesky),捕获链接泄露
**仓库**:https://github.com/NeatCode-Labs/fixupxer
**评级**:主要由AI生成
**理由**:AI生成的图标 + 所有近期提交看起来都由LLM生成。
Flexify: Gym Workout Log
## Flexify: Gym Workout Log
**描述**:记录锻炼、次数、有氧运动和休息计时器。离线追踪力量训练。
**仓库**:https://github.com/brandonp2412/Flexify
**评级**:主要由AI生成
**理由**:大量LLM基础设施;代码几乎完全由AI编写。
Forkyz
## Forkyz
**描述**:填字游戏应用,下载即玩。
**仓库**:https://gitlab.com/Hague/forkyz
**评级**:主要由AI生成
**理由**:LLM基础设施;近期提交看起来完全由LLM生成。
Gem Wallet: Bitcoin, USDT, BNB
## Gem Wallet: Bitcoin, USDT, BNB
**描述**:支持100+区块链的安全加密钱包:比特币、USDT、ETH、Solana等。
**仓库**:https://github.com/gemwalletcom/wallet
**评级**:主要由AI生成
**理由**:LLM基础设施;近期提交看起来完全由LLM生成。
GeoWeather
## GeoWeather
**描述**:支持多城市16天预报的现代天气应用
**仓库**:https://github.com/FreetimeMaker/GeoWeather
**评级**:主要由AI生成
**理由**:最近的提交看起来由LLM生成。
GitHub Trending & Hacker News
## GitHub Trending & Hacker News
**描述**:来自 GitHub Trending、Hacker News & Product Hunt 的每日AI精选。
**仓库**:https://github.com/HarlonWang/TrendingAI
**评级**:主要由AI生成
**理由**:所有近期提交均由Claude共同撰写。
GPTMobile
## GPTMobile
**描述**:您的全能聊天助手 - 同时与多个LLM聊天!
**仓库**:https://github.com/Taewan-P/gpt_mobile
**评级**:主要由AI生成
**理由**:最近的提交看起来由LLM生成。
GymMane
## GymMane
**描述**:暗黑风格离线健身记录。点击肌肉,记录组数,观察数据变化。
**仓库**:https://github.com/InlitX/GymMane
**评级**:主要由AI生成
**理由**:README 充满了LLM常用的表情符号;近期提交看起来由AI生成。
Harp
## Harp
**描述**:私密的设备端个人健康记录应用
**仓库**:https://git.sr.ht/~lepisma/harp-kmp
**评级**:不确定
**理由**:由于某种原因,我的浏览器无法通过sourcehut的机器人检测,因此无法检查代码。看到一个由Claude共同撰写的提交,其他提交状态未知。
Hue Spill
## Hue Spill
**描述**:用单一颜色填满整个棋盘。
**仓库**:https://github.com/sidhant947/HueSpill
**评级**:主要由AI生成
**理由**:非常新,提交很少。不过UI看起来像氛围编程的产物,而这正是这款游戏的全部。
invoice, quote, delivery note
## invoice, quote, delivery note
**描述**:10秒生成发票——将报价单和发货单打包成发票!
**仓库**:https://github.com/gatesuperapp/g8-invoicing
**评级**:主要由AI生成
**理由**:所有近期提交看起来完全由AI生成。
KeyStoreViewer
## KeyStoreViewer
**描述**:快速查看应用签名的MD5、SHA1和公钥。
**仓库**:https://github.com/qdsfdhvh/KeyStoreViewer
**评级**:主要由AI生成
**理由**:最近的提交看起来完全由LLM生成。
kitshn (for Tandoor)
## kitshn (for Tandoor)
**描述**:自托管 Tandoor 食谱管理软件的非官方客户端。
**仓库**:https://github.com/kitshn-app/kitshn
**评级**:(翻译到此截断)
相似文章
一般决议:Debian中的LLM使用
Debian正在举行一项一般决议,以决定是否禁止使用LLM或生成式AI做出的贡献,理由是版权和质量问题。
我们一直在分析人们如何在法律与合规任务中使用LLM(GDPR、AI法案等)。
对LLM在法律与合规任务中使用的分析显示,模型常常生成自信但无法验证的引用,引发了对AI输出可靠法律依据的质疑。
使用LLMs
这篇文章反思了身边的人对LLMs如ChatGPT的有限使用和理解,引发了关于AI工具广泛采用的疑问。
AI软件开发——数据说了什么?
本文综合了近期关于LLMs在软件开发中的数据和研究,揭示了其在自主性、上下文处理和实际结果方面的显著局限,表明AI编码是放大现有优势,而非修复弱点。
大型语言模型(LLM)与生成式人工智能在网络安全与隐私中的应用:双重用途风险、AI生成恶意软件、可解释性及防御策略综述
一项全面综述,考察了LLM和生成式AI在网络安全中的双重用途风险与收益,涵盖AI生成的恶意软件、防御策略和可解释性,并包含来自主要平台的案例研究。