經濟學家用數據證明:Vibe Coding 正在殺死開源生態

維也納中歐大學經濟學教授柯倫發表論文指出,AI agent 大量下載開源套件卻不給予人類關注,正在瓦解開源生態賴以存活的經濟模型。實驗數據顯示 NPM 下載量上升但 GitHub stars 持平或下跌,機器在消費,人類卻不再互動。

經濟學家用數據證明:Vibe Coding 正在殺死開源生態

封面圖

本文整理自《Practical AI Podcast》2026 年 4 月播出的第 351 集。


為什麼我要下載你的 App?

2025 年底,維也納中歐大學經濟學教授米克洛斯.柯倫(Miklós Koren)的社群動態被 vibe coding 作品洗版。每個人都在展示自己用 AI 做出來的 App,邀請別人下載使用。柯倫心裡只有一個念頭:「為什麼我要下載你做的東西?我用 Claude Code 半小時就能做一個完全符合自己需求的版本。」

這個看似理所當然的反應,觸發了他一連串的經濟學推演。如果每個人都能用 AI 快速打造自己需要的軟體,那誰還會去使用別人寫的開源工具?如果沒人使用,那些花時間維護開源專案的開發者,他們的動機從哪裡來?柯倫找來三位同樣研究國際貿易的經濟學家同事,花了幾個月寫出一篇標題刻意挑釁的論文:「Vibe Coding Kills Open Source」。面對學術界質疑這是標題黨,他的回應很直接:「如果內容是真的,就不算標題黨。」

這篇論文在 2026 年 1 月發表於 arXiv,隨即引發科技圈廣泛討論。它的核心論點不是「開源會消失」,而是更微妙也更危險的:開源生態賴以存活的經濟模型正在被 AI 從底層瓦解。

開源經濟學的三根支柱

柯倫用三個經濟學基本原理來分析開源生態。第一,人會對激勵做出反應。開源開發者不一定為了錢,但他們在乎能見度、使用者的正面回饋、解決別人問題的成就感,以及履歷上的亮點。這些都是激勵,只是不以金錢的形式出現。第二,經濟是一個封閉系統。人類的注意力是有限的,如果更多注意力被引導到 AI 互動上,就必然從其他地方被抽走。第三,稀缺性決定價格。當某個東西變得稀少,市場會自動調整。

這三條原理合在一起,揭露了一個矛盾:AI 同時在推動兩股方向相反的力量。在供給面,AI 大幅降低了生產和分享開源套件的成本,所以理論上應該會有更多開源專案出現。但在需求面,人類對維護者的注意力正在崩塌。當 AI 幫你建一個網站,它不會去讀套件的文件、不會回報 bug、不會在 GitHub 上給 star。它只是安靜地把套件裝好,然後交差。

哈佛商學院的研究指出,開源生態創造的價值與投入的勞動力之間,存在大約一千倍的落差。換句話說,開源的投入產出比極度不對稱,只有擁有龐大的使用者基礎,這套經濟模型才能運轉。商業軟體可以靠少數大客戶存活,因為利潤率夠高。但開源不行,它的「利潤」太薄,必須靠規模取勝。一旦 AI 把人類使用者的注意力抽走,這個脆弱的平衡就會被打破。

實驗:機器在下載,人類沒在互動

為了驗證這個理論預測,柯倫的團隊設計了一個在社會科學中很罕見的受控實驗。他們挑選了 100 個熱門網站類型(銀行、汽車經銷商、電商平台等),為每個網站撰寫一份完全不提任何技術或品牌名稱的產品需求文件(PRD)。他們甚至請另一個 AI 模型檢查這些 PRD 確實沒有洩漏技術偏好。

接著,他們讓 7 個不同家族、不同世代的 AI 模型,分別根據這些 PRD 從零開始建置網站。唯一的限制是必須透過 NPM 安裝相依套件。模型完成套件安裝後就中斷實驗,記錄每個模型選擇了哪些套件。

然後他們追蹤兩個指標的週變化:NPM 下載量和 GitHub stars。結果完全符合理論預測。每當一個新的 AI 模型開始推薦某個套件,該套件的 NPM 週下載量就增加 300 到 500 萬次,大約佔該套件一般週下載量的 3% 到 5%。但 GitHub stars 的增長要麼持平,要麼反而下跌。機器正在大量消費這些套件,但沒有任何人類因此去關注維護者。

Tailwind 的警鐘

Tailwind CSS 是這個現象最鮮明的案例。這個極受歡迎的 CSS 框架因為 AI agent 的推薦而獲得了爆炸性的使用量成長。幾乎所有 AI 模型在建置前端網站時都會選擇 Tailwind,它成了 vibe coding 時代的預設選項。

但 Tailwind 的商業模式依賴網站流量。他們透過官網銷售進階版套件,收入直接與有多少人造訪他們的網站掛鉤。當 AI agent 取代人類開發者去選擇框架時,沒有人再需要去 Tailwind 官網閱讀文件、比較方案、購買進階功能。使用量暴增,但網站流量暴跌,營收模型被掏空。柯倫的團隊正在進一步研究,想確認 Tailwind 的遭遇究竟是例外還是常態。目前的初步結果顯示,這更像是一個普遍現象。

凍結不等於保存,而是衰退

有人可能會想:就算沒有新的貢獻者,現有的開源程式碼不是還在嗎?柯倫對此有一個強烈的警告。如果今天全世界停止所有開源貢獻,結果不會是「維持現狀」,而是品質開始下滑。軟體的複雜度意味著永遠有未被發現的漏洞和 bug。沒有維護者去修復這些問題,開源軟體的安全性和可靠性只會越來越差。

這才是柯倫選擇「kills」這個字的真正原因。他不是在說開源程式碼會從 GitHub 上消失,而是說維持開源生態所需的人類注意力循環正在被切斷。沒有人閱讀文件、沒有人回報問題、沒有人在 GitHub 上互動,開源專案就像失去灌溉的農田,表面上還在,但正在枯萎。

當每個人都能為自己寫軟體

柯倫的分析還點出了一個容易被忽略的面向。過去,開發者的工作有兩件事:寫程式碼並分享出去,以及選擇要使用哪些相依套件。第二個面向涉及閱讀文件、評估不同函式庫、決定哪個最適合當前專案。這個選擇過程本身就是一種對開源維護者的「注意力支付」。

AI agent 完全跳過了這個選擇過程。你只需要告訴它「幫我做一個網站」,它就會自己決定用什麼套件。人類從「主動選擇者」變成「被動接受者」,甚至連被動接受都不需要,因為你可能根本不在乎它到底用了什麼框架,只要最終結果能動就好。

這已經不是理論推演,而是柯倫自己每天的體驗。社群動態上每天都有人展示 vibe coding 作品,但他不會去下載任何一個,因為花同樣的時間,他就能做出一個完全客製化的版本。當軟體的邊際生產成本趨近於零,「為一個人寫的軟體」變得經濟上可行。這對使用者來說當然是好事,但對依賴大量使用者才能存活的開源生態來說,危機正在安靜地蔓延。