隨著 AI 編碼工具日益強大，軟體開發成本似乎大幅降低，這讓許多分析師擔憂傳統軟體公司將面臨生存危機，甚至預測軟體工程師的職將被取代。然而，對於使用代理技術處理資源限制的開源軟體專案而言，情況並非如此樂觀。業界專家指出，AI 編碼工具帶來的問題與解決的問題數量相當，其易用性導致大量低質碼湧入，威脅開源專案的穩定性。
在 VLC 專案中，VideoLAN 組織執行長 Jean-Baptiste Kempf 表示，來自初級開發者的合併請求品質極差，儘管 AI 對資深開發者建立新模組仍有助益，但維護難度大增。Blender 專案的執行長 Francesco Siddi 也指出，LLM 輔助貢獻浪費了審查員時間並影響動機，目前該專案尚未正式推薦或強制開發者使用 AI 工具。為了應對合併請求洪流，開發者 Mitchell Hashimoto 推出了限制 GitHub 貢獻者須經認證的系統，而 cURL 專案創辦人 Daniel Stenberg 則因被「AI 垃圾」淹沒而暫停其漏洞獎勵計劃。
開源專案面臨的更大挑戰在於優先順序的差異。大型企業如 Meta 重視新程式碼與產品，而開源專案則更關注穩定性。Kempf 提到，在開源生態中，撰寫程式碼能帶來晉升，但維護則無此激勵。投資者 Konstantin Vinogradov 分析認為，AI 加速了程式碼庫增長與相互依賴度，卻未能同步增加有技能的維護者數量。若將工程視為管理複雜度的過程，AI 編碼工具可能使情況更惡化。最終，AI 並未增加活躍且具備技能的維護者數量，只是賦予了優秀者更多權力，而開源專案面臨的大量工作與人力不足的根本問題依然存在。