※この記事はアフィリエイト広告を含みます
[AI小新闻快报] AI生成的代码在哪里？GitHub PR上可视化AI贡献的“git-ai”插件已上线
📰 新闻概要
- 鉴于AI生成工具（如Claude Code、Cursor等）带来的代码贡献激增，“git-ai”项目正式发布以追踪和可视化AI贡献。
- 利用Git的“git notes”功能，将生成过程中使用的模型和提示信息与提交绑定保存。
- 通过浏览器插件“refined-github-ai-pr”，可以在GitHub的拉取请求（PR）界面上显示AI贡献率的仪表盘和逐行高亮。
💡 重要要点
- 基于Rust构建，即使在大型代码库中也能保持低于100毫秒的延迟，性能极其出色。
- 即使执行常见的Git操作，如
merge --squash、rebase和cherry-pick，AI的创作历史（authorship）也能够保持不变，设计非常稳健。 - 保留提示与代码的链接，开发团队可以在之后参考“为什么会生成这段代码”的背景信息。
🦈 鲨鱼的视角（策展人观点）
与其简单地“拒绝”AI代码，不如采取“透明化”管理的方式，极具实用性！特别是利用git notes保留元数据的设计，真是太聪明了。这使得丰富的信息，如提示和模型名称，能够在不污染现有提交历史的情况下，原生地携带到Git中。
“深夜三点钟Cursor写的代码”在几个月后的重构中出现问题，但有了这个工具，问题的源头就能一目了然。通过可视化AI贡献率，维护者能够获得在代码审查中确定优先级和可靠性的强大工具！
🚀 未来展望
在AI代理自动开发加速的背景下，可能会成为不依赖于供应商的“AI贡献标准追踪方法”。在团队开发中制定AI使用指南，以及在开源项目中进行垃圾邮件防护和质量管理方面，或将成为不可或缺的基础设施。
💬 鲨鱼的总结
让AI来写代码可不止于此！厘清到底哪部分是AI生成的，哪部分是人类的工作，才是一流鲨鱼的风范！🦈
