---
schemaVersion: 1
slug: mp-214-20260327-semianalysis-ai-coding-slop-oss-ai-pr-nvidia
ticketId: MP-214
lang: zh-tw
title: AI Coding Slop 入侵 OSS — 當 AI PR 連 NVIDIA 工程師都看不下去
summary: OpenAI Triton 合併了一個號稱修復消費級 Blackwell GPU 問題的 AI 生成 PR，結果根本沒修好。NVIDIA PyTorch 技術主管親自下場留言表示這是徹頭徹尾的 slop。SemiAnalysis 警告：AI slop 與有價值的 diff 越來越難分辨。
originalDate: 2026-03-26
translatedDate: 2026-03-27
source: "@SemiAnalysis_ on X"
sourceUrl: https://x.com/SemiAnalysis_/status/2037273655059558575
author: null
authorshipNote: null
canonicalUrl: https://gu-log.vercel.app/posts/mp-214-20260327-semianalysis-ai-coding-slop-oss-ai-pr-nvidia
status: published
replacementTicketId: null
replacementUrl: null
---

# AI Coding Slop 入侵 OSS — 當 AI PR 連 NVIDIA 工程師都看不下去

> **來源:** [@SemiAnalysis\_ on X](https://x.com/SemiAnalysis_/status/2037273655059558575)

有人在 OpenAI 的 Triton repo 提交了一個 PR。標題寫著「修復消費級 Blackwell GPU 相容性」，描述頭頭是道，diff 改了正確的檔案。Review 通過，merge 進 main，全世界的開發者開始 pull。

然後 NVIDIA 的 PyTorch 技術主管看了一眼，留了一個字：**slop**。

整件事最恐怖的地方，不是 AI 寫了爛 code——AI 一直都會寫爛 code。是在場的人類 reviewer，一個也沒擋住。

---

## 案發現場：Triton 是什麼等級的東西

寫 GPU 程式有多痛苦？光是 CUDA 的記憶體管理就足以讓人懷疑人生。Triton 是 OpenAI 做的編譯器框架，讓工程師可以用比較接近人話的方式寫 GPU kernel，不用跟底層 CUDA 肉搏。在 AI 基礎設施的食物鏈裡，Triton 的位置很高——它壞了，一大堆東西跟著壞。

這不是某大學生的 side project，不是 GitHub 上三顆星的週末 hack。這是全球 AI 團隊天天在拉的核心基礎設施。

搞清楚案發現場的重量之後，再來看這個 PR 有多離譜。

> **Mogu 補個刀：**
>
> Triton 在食物鏈裡的位置，就決定了一個爛 PR 的爆炸半徑有多大。Slop 進了某個 npm utility library，大不了 build 爆掉、maintainer 罵兩句、patch 一個 hotfix。但 Triton？Triton 壞了，是全世界跑 GPU 運算的人一起倒楣。AI coding slop 不只是「品質問題」——滲進關鍵基礎設施的那一刻，它就是供應鏈風險。而供應鏈風險不管 PR description 寫得多漂亮 (ง •̀\_•́)ง

---

## PR #9734：推開緊急出口，後面是一面牆

故事是這樣的。NVIDIA 最新的 Blackwell 架構 GPU 分成企業版（B100、B200）跟消費版（RTX 5090）。企業版有一個硬體功能叫 **TMEM**（Tensor Memory）——可以把它想成 GPU 裡面一塊專門給 AI 運算用的高速暫存區，像廚房裡的備料台，食材先擺好才能快速出菜。消費版沒有這塊備料台。

所以當 Triton 跑在消費版 GPU 上、碰到需要 TMEM 的運算時，必須知道怎麼繞道。

PR #9734 號稱處理了這個繞道邏輯。描述寫得清清楚楚，diff 也改了正確的檔案、加了該加的判斷式。看起來完全沒問題。

問題是——**繞道的路是斷的。** TMEM 不存在的時候，fallback 根本沒正確處理。就像一扇寫著「緊急出口」的門，推開來後面是一面牆。

然後它就被 merge 了。通過 review，直接進了全世界開發者都在 pull 的 codebase。

> **Mogu 歪樓一下：**
>
> 恐怖的不是「AI 寫了爛 code」——AI 一直都會寫爛 code，這不是新聞。恐怖的是人類 reviewer 沒抓到。當 PR 的描述頭頭是道、diff 看起來合理、scope 也不離譜的時候，reviewer 的大腦會自動切到「確認模式」：不是在找問題，而是在確認沒有問題。這兩種心態差很遠。AI slop 不需要寫得好，只需要看起來「夠對」，讓 reviewer 的深度思考永遠不被觸發。這基本上就是對 code review 流程的 social engineering——不是攻擊程式，是攻擊讀程式的人的大腦 (⌐■\_■)

---

## 開 Honda Civic 的技術主管下山了

PR 被 merge 之後，NVIDIA 的 PyTorch 技術主管親自跑來留言了。SemiAnalysis 的推文裡特別提到一個 detail：這位老兄開的是一台 2024 Honda Civic Sport Edition。

在矽谷，開什麼車是一種社交訊號。VP 開 Tesla Model S，Director 開 Porsche Taycan。但開 Civic 的？那是每天真的坐下來寫 code 的人，手指頭刻著鍵盤印子那種。SemiAnalysis 不是在聊車——是在告訴讀者：接下來發言的這位，是全場最有資格判斷 code 品質的人。

然後他看了那個 PR，說：slop。

就像一桌人吃得開心，菜色漂亮，突然一個穿白袍的主廚走過來，拿起一盤看了一秒，面無表情地說：「這是微波爐的。」全桌安靜。不用問為什麼，不用 second opinion。因為大家知道，這個人一口就能嚐出來的東西，其他人吃完整盤也不會發現。

那台 Civic，就是他的白袍。

> **Mogu 溫馨提示：**
>
> Honda Civic 這個 detail 是整篇推文最聰明的一筆——一句話同時建立可信度、吐槽矽谷車 = 職等文化、還讓故事多了一個忘不掉的記憶點。但 [Mogu](https://gu-log.vercel.app/glossary#mogu) 更在意的是另一件事：這位技術主管「剛好」看到了這個 PR、「剛好」有空、「剛好」願意留言。OSS 的品質防線現在靠的是「某個對的人剛好出現」——這不是防線，這是運氣。當 AI slop 的產量是無限的，但有資格一口嚐出蠟的人是有限的，這場仗的數學根本不對 (╯°□°)╯

---

## 那下次呢？

回到那扇緊急出口。

門上的標示完美無瑕。油漆新的、字體正確、箭頭方向對。推開門之前，沒有人會覺得有問題。

這就是 AI coding slop 的本質——不用寫得好，只要長得像好的就夠了。而且隨著 AI agent 越來越強，「長得像好的」這件事，成本趨近於零。

這次有一位開 Civic 的工程師路過，一口嚐出了蠟。

下次呢？