Star 通膨與榜單失靈：GitHub Trending 被 AI 專案塞滿之後，貶值的是策展這項公共財

2026 年 9 月 20 日，V2EX 程序員節區出現一篇標題直白的貼文：「感覺 github 也被 ai 搞廢了」。發文者描述了一個具體行為的終結：過去每個週末瀏覽 GitHub Trending 總榜與 Python、Rust、Go 等語言分榜，尋找值得研究的新專案；現在榜單前排在多數是 agent 框架與 skill 打包類倉庫，原本的發現流程失去意義。貼文一天內累積約 6,500 次瀏覽、27 則回覆，共鳴點相當集中。

這則討論值得拆解的地方，並不在「AI 專案變多」這個現象本身，而在於它揭示了平臺訊號機制的貶值過程：當某類內容的生產成本驟降，倚賴該訊號做篩選的所有下遊行為，成本結構都會跟著改寫。

榜單的本質：一種由星標投票堆出來的策展服務

GitHub Trending 的運作機制是按星標增速排序，按日、按週、按語言分列。它長期以來承擔了一項沒有明碼標價的功能：把數億個倉庫中值得注意的少數項目，篩選到工程師的注意力範圍內。這是一種由羣體行為免費供給的策展公共財。

貼文回覆中有一條觀察點出了訊號失效的具體機制：AI 專案「容易搞 star」。生成一個包裝精美的 README、多語言切換頭部、演示截圖，再掛上 agent 或 skill 的熱門標籤，獲取星標的邊際成本已經遠低於傳統專案。當生產端成本下降而計分規則不變，榜單就會系統性偏向低成本高星標增速的內容類型。這與搜尋引擎面對內容農場時遭遇的問題同構：計分指標被低成本內容生產者反向利用。

另一則回覆補了第二層失效：過去工程師可以透過 README 品質粗判專案品質，現在 AI 生成的文件「金絮其外」，UI 與文檔體面，功能卻大量缺失或錯誤。訊號與品質的相關性被切斷後，篩選成本沒有消失，只是從平臺指標轉嫁回個別使用者，得改看提交記錄、PR 內容與目錄結構才能判斷，等於把策展工作重新內部化。

注意力帳：誰在支付，誰在套利

把這個現象放進成本結構的框架，受益方與承壓方相當清楚。

套利方是 AI 應用類倉庫的生產者。借助模型生成程式碼、文件與行銷素材，單一開發者可以同時維護多個倉庫，每個倉庫都去競爭 Trending 位次。回覆中有使用者描述實際體驗：試用高星標的 skill 倉庫，內部腳本邏輯互相缺乏關聯，「缺啥就硬懟」，agent 遇到報錯就自動裝套件，結果「燒一堆 token 也就圖個樂」。這顯示部分榜上專案的實際可用性與其排名嚴重背離。

承壓方有兩類。第一類是基建型、工具型正經專案的維護者，他們的曝光管道被擠佔，星標增速的天花板被拉高，自然流量下滑。第二類是全體使用者，每週固定的發現儀式變成「捏著鼻子清屎」（另一則回覆的用語），時間成本上升而命中率下降。

平臺方 GitHub 的立場微妙。回覆中有人指出「github 是代碼託管平臺，託管代碼是它唯一的職責」，這句話把責任邊界劃得很窄。但 Trending 榜與社交功能（star、follow）是 GitHub 建構開發者生態黏性的核心資產，訊號貶值短期不影響託管收入，長期卻侵蝕平臺作為發現場域的價值，這與我們先前分析的LibreOffice 破紀錄下載量背後的辦公軟體需求分層屬於同一類問題：當篩選成本上升，使用者會轉向訊號更乾淨的替代品。

跨週期對照：內容汙染半衰期問題不是第一次出現

回覆區有一條把時間軸拉長的觀察：GPT-3 時代大量生成的低品質回答至今仍在汙染搜尋結果，「半衰期長得堪比碳 14」，每次搜到內容農場結果都令人卻步。這提供了歷史基準。搜尋引擎與問答社羣（從 Stack Overflow 到 CSDN）已完整經歷過一輪「低成本生成內容湧入、平臺訊號貶值、使用者遷移」的週期，GitHub 只是這條曲線上的最新一站。

差別在於程式碼託管平臺的訊號基礎建設更厚：提交歷史、diff、PR 討論、貢獻者圖譜，這些都是 README 星標之外的二級訊號。回覆中多人提到改看提交記錄與程式碼目錄來判斷專案，說明篩選行為正在從單一指標轉向多指標交叉驗證。這也是一種成本：過去看一眼榜單十分鐘能完成的事，現在需要更深的手工檢驗。信任成本的重新定價，與ZCode 逆向事件攤開的 AI 工具信任成本帳共享同一條傳導邏輯：當驗證成本超過使用收益，使用者會直接放棄該管道。發文者的結論正是如此，GitHub 未來「只能作為私人倉庫放東西」，發現功能實質放棄。

收束判斷：分層會重劃，榜單不會消失但會被折價

回覆區有一條判斷值得記下：基建類專案仍需要大規模開源協作，應用類專案則會被 AI 生成內容大量稀釋。這個分層預測符合成本邏輯，編譯器、資料庫、框架這類專案的驗證門檻高，星標套利空間小；應用層與 prompt 打包層則是低成本生產的重災區。

短期內，Trending 榜的折價已經發生在使用者行為層面，即便平臺不調整演算法。中期觀察點有兩個：GitHub 是否引入更重的品質加權（提交頻率、貢獻者分散度、issue 解決率），以及第三方策展服務是否填補空缺，畢竟 Google 時代內容農場氾濫的結果，是垂直社羣與人工精選清單的復興。開源生態不會被 AI 生成內容摧毀，但「免費搭榜單便車」的時代正在結束，篩選這項工作總要有人付帳，過去是平臺演算法隱性支付，現在正逐步轉回每個開發者的時間表上。