---
# System prepended metadata
title: 问卷篇
---
# 问卷篇
## 一. 报告背景
自2016年初发布的《2015年中国开源社区参与调查报告》起，开源社持续发布年度开源开发者调查报告，致力于多维度呈现中国开源发展的现状与趋势。2025年，我们继续沿用这一传统，并借助数据分析手段和调查报告工具，进一步绘制中国开源世界的地图，帮助开源社区、开发者和业界人士深入了解国内开源生态的变迁。
本问卷篇将继续关注开源社区中各个层级的参与情况，旨在通过多维度问题，深入了解受访者的个人信息、工作状况、开源社区参与情况以及开发者的技术背景等。本问卷根据开源社区的参与深度，设定了多个角色层级，包括使用者、参与者、贡献者、维护者和生态运营等，旨在全面反映开源社区内不同层级用户的参与情况与影响力。具体定义如下：
- **使用者**：使用过某一款或某几款开源产品的用户
- **参与者**：与开源社区有互动行为的用户（例如与开源社区交流沟通、参与开源社区组织的活动等）
- **贡献者**：对开源社区有实质性的贡献的用户（包括代码贡献和非代码贡献）
- **维护者**：主要负责对开源社区日常运营的用户（包含项目 maintainer、PMC 成员等）
另外，生态运营为主要负责对开源社区日常运营的用户， 层级在参与者之上，与维护者统称为运营者。
与往年类似，本问卷除了涵盖基础信息外，还针对不同角色群体的特点，设计了针对性问题，深入了解各个层级的参与动机、贡献模式和影响力。
本次调查问卷的基本信息如下：
- **调查对象** ：覆盖开发者、社区成员、贡献者、学生、政府企业管理人员
- **调查内容** ：主要涵盖个人信息、工作状况、开源社区以及开发者技术等
- **调查方法** ：以在线问卷方式搜集样本和数据，交叉对比法分析数据
- **分发渠道** ：通过开源社线上渠道及 CSDN 公众号转发传播，结合线下开源社活动和 2025 第十届中国开源年会等渠道发放
- **问题类型** ：单选、多选、开放性
- **问题数量** ：37
- **样本量** ：350
## 二. 问卷结果预览
**受访者特征**
- **年龄与性别**：本次调查共回收有效样本 350 份，受访者年龄范围从 21 岁以下至 50 岁以上，整体以 21–30 岁的青年群体为主。其中，男性受访者 258 人，约占四分之三；女性受访者 92 人，约占四分之一，体现出当前开源参与群体仍以男性为主，但女性参与者的比例已经不低。
- **教育背景**：受访者的学历层次整体偏高，本科及以上合计占据绝大多数，其中本科略低于一半，硕士接近四成，博士及以上只占很小一部分；专科和高中及以下合计不足一成。这表明本次样本高度集中在具有高校教育背景的技术与研究群体。
- **职业身份**：从职业身份来看，后端开发者和全栈开发者是最主要的两类技术角色，合计约占整体的三分之二，其次是占比也不低的学生群体。除此之外，还有学术研究员、前端开发者、嵌入式 / 桌面开发者、管理与领导层、AI / 大模型工程师、开源社区运营者 / 维护者以及测试工程师、设计师、DevRel 等长尾角色，构成了较为立体的开源职业谱系。
- **地理位置**：从大区来看，常驻东部地区的受访者最多，约占整体的六成左右；北部地区接近三成，中部和西部地区合计只占一成多。整体上，受访者明显向东部与环渤海地区集中，反映出开源活动与高校、互联网产业较为集中的区域更容易汇聚参与者。
**开源参与情况**
- **开源接触时长**：受访者在开源领域的接触时长从少于1年到10年以上不等，显示出开源社区中新老成员的混合。
- **开源软件使用原因**：受访者使用开源软件的主要原因包括其免费性、可二次开发能力、良好的社区氛围及维护性。
- **开源检索途径**：大多数受访者通过代码托管平台、搜索引擎、技术社区和技术文档来检索开源产品。
**开源贡献情况**
- **贡献平台**：GitHub是受访者最常用的开源项目贡献平台，其次是Gitee等国内平台。
- **贡献方式**：受访者主要通过代码贡献、文档相关贡献以及开源布道等方式参与开源项目。
- **激励因素**：荣誉激励、社交激励和职业发展激励是影响受访者进行开源贡献的重要因素。
**社区运营调查**
- **社区角色**：受访者在开源社区中扮演多种角色，包括用户、参与者、贡献者和维护者等。
- **社区沟通方式**：国际化通讯工具、国内通讯工具及异步沟通工具是受访者与开源社区沟通的主要方式。
- **社区活跃度**：受访者所在社区的活跃用户和开发者数量差异较大，从少于50人到500人以上不等。
**国内开源发展调查**
- **企业开源使用情况**：多数企业使用社区版开源软件，并制定相应的使用要求和管理规范。
- **高校开源教育**：许多高校已开设与开源相关的课程，并支持相关项目的基础设施和资源建设。
- **开源实践活动**：受访者积极参与各类开源实践活动，如Google编程之夏（GSoC）和开源之夏（OSPP）等。
- **开源项目商业化**：大多数受访者认可将开源项目用于商业化，显示出开源与商业结合的趋势。
**受访者心中的 2025 年开源关键词**
根据 2025 年开源关键词词云图，我们可以概括出受访者在新的一年里最关心的几个主题：
- **技术创新**：高频关键词如"AI""模型""智能""大模型""创新""agent"显示，受访者高度关注人工智能及大型模型技术的发展，技术创新仍是开源社区和行业讨论的核心。
- **开源生态**：词汇"开源""共享""开放""生态""项目""探索"凸显了开源社区在技术发展和知识传播中的重要作用，受访者期待通过协作和社区贡献实现技术突破。
- **安全与应用**：出现的关键词"安全""应用""MCP"表明，受访者不仅关注技术本身，也重视技术落地与安全性问题，希望开源技术能够在实践中安全、高效地应用。
## 三. 问卷分析
### 3.1 受访者特征
通过对受访者的年龄、性别、学历、常驻城市、所处行业和职业身份的分析，我们可以勾勒出参与开源社区的受众群体的基本轮廓，这有助于我们理解不同背景的个体如何与开源社区互动，并为针对性的社区发展策略提供依据。
#### 3.1.1 年龄、性别、学历、城市
| 年龄 |
| :----------------------------------------------------------: |
| 
|
调查数据显示，受访者主要集中在21-30岁这个年龄段，其中21-25岁的受访者占比最高，其次是26-30岁。这表明开源社区的受众群体以年轻人为主，尤其是处于职业早期的成年人，他们可能对新技术和开源项目更感兴趣，更愿意参与和贡献。
在性别分布上，本次调查中男性受访者约占四分之三，女性受访者约占四分之一，体现出当前开源社区中性别比例仍然不够均衡，但女性参与度相比往年有所提升。
| 学历 |
| :----------------------------------------------------------: |
| 
|
受访者受教育程度普遍在本科及以上，其中大学本科占比最高，其次是硕士研究生，博士及以上占比较小，专科和高中及以下合计仅占少数，整体呈现出学历层次较高的特点。
在城市分布上，按大区划分，东部地区受访者接近六成，北部地区约为三成，中部和西部合计约一成多。其中北京、上海、广东等一线及新一线城市集中了较多样本，这与线下活动和问卷投放渠道分布密切相关。
#### 3.1.2 所处行业、职业
| 行业 |
| :----------------------------------------------------------: |
| 
|
受访者主要分布在互联网 / IT / 电子 / 通信行业，共 159 人，整体占比接近一半，表明本次调查对象高度集中在与数字技术和软件相关的领域。其后依次是制造业和房地产 / 建筑业，两者合计约占三成左右，教育培训 / 科研则占比略低于一成，而金融业、文化 / 体育 / 娱乐业、公共管理与社会保障、交通 / 物流、能源 / 环保等行业则构成了体量较小但多元的长尾，显示出开源实践已在不同行业场景中逐步渗透。
在职业身份方面，样本中以后端开发者、全栈开发者和学生为主力，各自都占到了相当可观的比例，其次是学术研究员、前端 / 测试 / 桌面与嵌入式开发者以及管理与领导层等技术岗位。与此同时，AI / 大模型工程师、开源社区运营者 / 维护者、技术布道师 / DevRel、内容创作者等角色也已形成一定规模，说明除了“写代码”的开发者外，围绕开源生态运营、传播与教育的多元职业角色正在不断壮大。
### 3.2 开源参与情况
这部分总结了受访者参与开源项目的频率、动机、形式和障碍，揭示了他们与开源社区互动的活跃度和参与度，以及影响他们参与的因素。
#### 3.2.1 开源社区的参与程度
| 开源社区的角色 | 接触开源的时长 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
调查显示，开源社区中“使用者”和“贡献者”几乎并列成为最主要的两类角色：有为社区做过贡献的“贡献者”和“仅使用开源产品的使用者”比例都接近一半，且贡献者略高一些，说明相当一部分用户已经从“只使用”升级为“有实际贡献”。此外，“参与者”（与社区有互动行为）和“维护者”（maintainer / PMC 等）也各占了相当比例，“运营者（生态运营）”则占到一成左右，体现出从使用、参与、贡献到维护与运营的多层次角色梯队。
接触开源的时长方面，少于 1 年的“新手”只占不到一成，约有四分之一的受访者接触开源 1–2 年，而3–5 年经验的群体接近一半，再加上 6–9 年和 10 年以上的老兵，整体上超过六成受访者具备 3 年以上的开源接触经验。表示尚未真正接触过开源的人只占极少数，说明在样本群体中，开源已成为相对普及的技术与协作模式。
接下来的问题针对在开源社区的角色为"使用者"及以上层级的受访者提出。
#### 3.2.2 开源产品使用情况
| 选择开源产品的原因 | 影响选择的因素 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
从统计结果来看，“可以二次开发”是最核心的驱动力，约有三分之二的受访者选择这一项；其后依次是“维护性好、生态好”和“社区氛围好”，而“产品免费”虽然仍然重要，但相对前三项略低。这说明在今天的开源使用决策中，可二次开发能力与长期维护生态，比“免费”本身更具吸引力。
在影响具体项目选择方面，受访者最看重的是“代码规范程度高”，其次是“开源许可证合适”和“项目文档完整”，“开发者活跃度高”紧随其后。可以看到，合规性与可维护性（规范、文档、许可证）与社区活跃度一起，构成了开发者评估开源项目质量的重要参考。
| 使用开源产品遇到的问题 | 促使进行开源贡献的因素 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
在使用开源产品时，“项目缺少文档”是被提及最多的问题，有超过六成的受访者选择这一项；其次是“项目依赖冲突”，大约有一半受访者遇到过，“版本更新波动较大”则有三成多的受访者提及。同时，“缺少相关功能”和“项目运行出错”的比例也接近三成，而表示“没有问题”的只占极少数，可见文档质量与依赖管理仍是当前开源产品体验中的主要痛点。
促使开发者对项目做出贡献的因素中，“社区形式开放 / 氛围和谐”位居首位，接近六成受访者勾选；其次是“对项目领域感兴趣”、“维护程序的问题 / 可拓展性”和“提升技术能力”，这三项都在四成以上。相比之下，“开源理念的认同感”“职业发展机会”和“经济回报”的选择比例略低，处于三成到一成多的区间。可以看出，良好的社区氛围与兴趣驱动，叠加技术成长与认同感，是推动贡献的核心驱动力，物质激励则处于相对次要的位置。
#### 3.2.3 技术方向
| 感兴趣的技术方向 | 了解的开源许可证 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
在感兴趣的技术方向上，“人工智能与大模型”以超过七成的选择率压倒性居首，远高于其他选项；其后依次是“开发框架与工具”和“数据库与数据处理”，大致在四成到三成多的区间，Web / 前端 / 移动开发也有接近四分之一的受访者感兴趣。DevOps 与自动化运维、网络与安全、教育与科研项目、容器化与云计算等方向多集中在一至两成之间，操作系统与底层系统则相对小众，表明当前开源技术关注重心明显向 AI 与开发效率工具倾斜。
关于开源许可证认知，MIT 许可证是被了解最多的一类，约有六成受访者听说或使用过，其次是 Apache、Mozilla 和 GPL，均有三到四成受访者了解，而 BSD、LGPL 以及木兰系列许可证则构成了第二梯队，多集中在一到两成左右。整体来看，国际主流许可证的认知度仍然最高，但本土木兰许可证也已经在受访者中获得了一定的知名度。
#### 3.2.4 信息交流
| 检索开源产品的途径 | 与社区的沟通方式 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
在检索开源产品时，“通过搜索引擎搜索”是当前最主流的方式，约有一半以上的受访者选择；紧随其后的是“通过大模型工具或智能推荐系统”，显示出 AI 助手已经成为重要的信息入口；“技术社区、技术媒体推荐”和“通过代码托管平台搜索”也有接近一半的选择率，而“学术文献或科研开源代码”约占三成。整体上看，搜索引擎、大模型、技术媒体和代码托管平台形成了多通道并行的信息获取路径。
与开源社区的沟通方式主要为国内通讯工具（如钉钉、微信、QQ、飞书等）和异步沟通工具（如 GitHub Issue、Discussion、Mail List 等），而国际化通讯工具（如 Slack、Skype、Telegram、Lark 等）也被广泛采用。说明国际开源社区多以异步沟通工具为主，与国内有着明显的差异。
| 常用的产品 / 技术社区 |
| :----------------------------------------------------------: |
| |
在常用的产品 / 技术社区方面，“国内技术论坛”是使用频率最高的渠道，选择比例超过七成；其次是海外代码托管平台（如 GitHub 等）和国内代码托管平台，大致在六成和一半左右，而海外技术论坛的使用比例相对较低，仅有一小部分人经常访问。这表明开发者一方面依托国内技术社区进行信息交流与内容消费，另一方面又高度依赖国内外代码托管平台进行实际协作与代码管理。
### 3.3 开源贡献情况
此部分的问题针对在开源社区角色为"贡献者"及以上层级的受访者提出。通过分析受访者在开源项目中的贡献类型和质量，我们可以评估他们对社区的具体贡献，并识别出提升贡献效率和质量的潜在途径。
#### 3.3.1 高校参与开源情况
| 是否参与开源实践活动 | 每周参与开源的时长 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
在开源实践活动参与方面，“没参加过相关活动”的受访者占比超过六成，说明高校与社区层面的开源实践活动在可见度与覆盖面上仍有较大提升空间。在已经参与过活动的人群中，开放原子大赛、开源之夏（OSPP）、各类开源编程夏令营以及 GSoC 等国际项目是最主要的参与形式，单项比例多集中在一到两成之间。
从每周参与开源项目的时长来看，“10–20 小时”区间的受访者最多，接近六成，说明有相当一部分活跃贡献者已经将开源视为规律性的中度投入；其次是“1–5 小时”和“20–35 小时”两个档位，合计约占三成多，而每周投入 35 小时以上的重度参与者只占少数。整体而言，每周超过 20 小时深度投入的受访者合计在一成多，构成了社区的“核心贡献力量”。
| 所在高校在开源教育与支持情况 |
| :----------------------------------------------------------: |
| 
|
有相当比例的受访学生所在高校开设了与开源相关的课程，有部分受访学生所在高校组织了与开源项目相关的讲座、社团或研讨会。另外还有部分受访学生所在高校支持开源项目的基础设施和资源（如服务器、代码托管平台等）。
#### 3.3.2 开源贡献方式
| 主要开源贡献平台 |
| :----------------------------------------------------------: |
| 
|
在主要开源贡献平台方面，国内平台占据明显优势：Gitee 的使用比例最高，接近六成，紧随其后的是 Atomgit，约在一半左右，而 GitHub 和 GitLab 的使用比例则分别在三成多和两成左右。这表明在国内开发者的实际贡献行为中，本土平台已经成为最重要的承载空间，但海外代码托管平台依然是不可或缺的重要阵地。
#### 3.3.3 开源贡献内容
| 主要贡献类型 | 贡献的项目类型 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
受访者对开源项目的贡献方式呈现多样化，其中“开源布道”是最主要的贡献方式，选择比例超过六成，反映出分享实践、推广项目和内容创作已成为重要的贡献路径；其后是“基于开源的商业化项目”，约有四成多的受访者选择，以及“文档相关贡献”和“开源社区运营”，两者都在三成左右，而直接“代码贡献”的比例与其相当，“协助社区活动举办”的比例则在一成左右。这说明在传统“写代码”之外，围绕运营、布道与商业落地的多元贡献，正在成为开源生态中同样关键的组成部分。
在贡献的项目类型方面，框架 / 基础设施类项目的参与度最高，接近六成，其次是 DevOps / 自动化工具，约占一半左右，AI 与数据项目和应用层软件也具有一定比例，均在两成多到三成之间。库 / 中间件、社区运营工具、教育与科研项目等则共同构成了长尾生态，说明受访者的贡献既集中于技术底座，也覆盖了上层应用与社区支持类项目。
#### 3.3.4 激励机制
| 激励方式 | 财务回报的来源 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
从激励方式的影响程度评分来看，社交激励与职业激励的“高分”比例最高：多数受访者在这两项上打出 4 或 5 分，说明“在社区中结识伙伴”和“获得更好的职业发展机会”是持续参与开源的重要驱动力；物质激励、荣誉激励和授权激励也整体获得了偏高的评价，但相较之下略逊一筹。整体而言，开源社区的激励机制是多维度的，非财务激励（成长、认可、社交与职业）在激发贡献意愿方面尤为关键。
在开源项目的财务回报方面，“薪酬 / 工资”是最主要的直接来源，其次是“没有财务回报”，以及“悬赏 / 奖励”；广告收入、服务收入和捐赠等形式分别处于个位数比例。可见，尽管部分开发者能在工作岗位上通过开源获得收入，但相当一部分参与更多仍出于非财务动机，纯粹依靠爱好、学习与社区认同驱动。
### 3.4 社区运营调查
此部分的问题针对在开源社区角色为"运营者"的受访者提出。这部分将探讨受访者对开源社区运营的看法，包括社区管理、活动组织、沟通机制等方面，以了解社区运营的效果和改进空间，为提升社区运营效率和成员满意度提供参考。
#### 3.4.1 所在开源社区概况
| 社区用户数量 | 活跃开发者 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
从社区活跃用户规模来看，**“50–200 人”的中等规模社区最为常见，超过一半的运营者所在社区集中在这一档**；“50 人以内”的小微社区大约占到四分之一，而“200–500 人”的中大型社区和“500 人以上”的大社区合计不到三成。整体上看，当前样本中的开源社区仍以数十到数百人的中小规模为主，极大型社区相对较少。
在活跃开发者规模方面，**“50 人以上”的社区占到了约一半**，其次是“20–50 人”和“5–20 人”两个档位，合计约占四成多，而“5 人以内”的社区只占很小一部分。这说明虽然整体用户规模以中小社区为主，但在不少项目中，**活跃开发者群体已经相对可观，为社区的持续演进提供了足够的技术支撑**。
#### 3.4.2 开源社区管理
| 社区管理情况 | 社区商业公司支持 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
在社区管理方面，多数受访者所在社区已经具备比较清晰的治理结构，并配备了专人负责日常运营，同时也较为重视社区规范与准则的制定。为了帮助新成员更好地融入，不少社区还会持续更新文档和资源，并定期举行线上 / 线下活动，少部分社区开始尝试使用自动化和数据可视化工具辅助运营，整体呈现出“基础治理较为完善、运营工具化程度正在提升”的特征。
在商业公司的支持方面，有商业公司给予资源或资金赞助是最常见的一种支持方式，比例超过一半；相比之下，“有商业公司参与协同开发”以及“有商业公司声明采用项目”的比例则相对较低，分别在两成左右及以下。仍有一部分社区表示“没有商业公司支持”，这也提示我们商业生态与开源社区之间仍存在尚待打通的空间。
#### 3.4.3 开源软件商业化调研
| 所在企业开源软件使用情况 |
| :----------------------------------------------------------: |
| 
|
从组织层面的开源使用情况来看，超过四分之三的受访者所在组织在使用开源软件，其中，“使用开源软件且有要求与管理规范”的占比最高，接近六成，“使用但无管理规范”的约占五分之一，“曾购买 / 订阅商用版本”的比例略低于这一水平，而“完全不使用开源软件”的比例不到一成。这表明，一方面开源已经在大多数组织中落地，另一方面仍有约五分之一的组织尚未建立完善的开源治理规范，存在进一步规范化管理的空间。
### 3.5 开源发展调研
这部分将总结受访者对开源社区未来发展的看法和建议，包括技术趋势、社区发展方向、潜在的合作机会等，旨在为开源社区的长期发展和战略规划提供洞见。
#### 3.5.1 开源发展态势
| 开源项目持续发展的特征 | 评价开源项目的指标 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
总体而言，受访者普遍认为，影响开源社区健康持续发展的关键因素首先是“好的社区维护者”，这一选项的选择比例最高，其次是“良好的社区文化和氛围”以及“有持续涌入的新贡献者”。资金支持、“新贡献者能够被转化为长期贡献者”和“快速的社区响应速度”等也都被相当一部分人提及，说明大家既关注社区的“人”和“文化”，也关心社区在资源、转化率和响应效率上的综合表现。
在评价开源项目时，受访者最看重的是“是否有持续的更新和维护”，这一点被一半以上的受访者视为核心指标；其次是“项目是否具有影响力、是否受大众欢迎”以及“项目以及社区的活跃程度”，两者的选择比例大致相当。社区响应速度和开发者的权威性位于第二梯队，而“是否有大公司背书”的重要性相对最低。整体来看，开发者在评价项目时，更强调长期维护能力、真实使用热度与社区活跃度，而非简单的“明星光环”或单一权威背书。
此外，良好的社区文化和氛围也是社区成功的关键，而资金支持、项目被广泛使用以及项目的技术先进性也是社区发展中不可忽视的组成部分。
#### 3.5.2 人工智能对开发者及开源生态的影响与挑战
| 人工智能对开源项目 / 社区的影响 | 开源大模型在发展过程中最需要解决的技术挑战 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
人工智能技术对开源项目和社区产生了深远的影响。其中，被提及最多的是“帮助社区成员进行技术问题的解答与指导”，这一点体现了 AI 在知识获取和日常支持上的直接价值；其次是“促进跨学科融合、拓展新兴领域项目”以及“加快开发者学习和创新的速度”。此外，受访者也提到 AI 在自动化常见开发任务、提升代码生成和审查效率、优化资源分配等方面的潜力；与此同时，也有少部分人担心 AI 可能产生更多低质量或重复性项目，或加剧对模型的依赖，影响开发者的自主编程能力。
在开源大模型的发展过程中，面临的技术挑战同样多元。被提及最多的挑战是“消除模型中的数据偏见和伦理问题”，其次是“提供更多可复用的开源模型和工具包”以及“改进大模型在实际应用中的可控性与安全性”，这三项合计占据了相当大的比重；降低模型的训练与使用成本、提高模型的透明度与可解释性也都被不少受访者视为关键问题。与此同时，增强大模型在开源社区的可访问性和共享机制虽然提及比例略低，但同样关乎生态的长期繁荣。这些挑战的解决将有助于开源大模型的健康发展和广泛应用。
| 如何看待 AI Agent 在未来开源社区中的角色 | 如何看待 AI 辅助开源贡献是否应被视为正式贡献 |
| :----------------------------------------------------------: | :----------------------------------------------------------: |
| 
| 
|
受访者对 AI Agent 在未来开源社区中的角色持有不同观点。整体来看，“开发者助手”这一角色最被广泛认可，接近一半的受访者将其视为主要定位；其次是“独立协作者”和“项目维护与管理代理”，两者合计也占据了不小比例。同时，还有部分受访者期待 AI Agent 在质量与安全审查方面发挥作用，或对其未来作用持保留态度，认为“不会产生实质作用”的仍是少数。
关于 AI 辅助开源贡献是否应被视为正式贡献，受访者的观点存在明显分歧：认为“应该视为开发的一部分”的比例最高，其次是“可以视为辅助性贡献但需单独标注”和“视项目类型而定”，三者合计超过七成；也有一部分人选择“不确定 / 暂无看法”或坚持“应以人工审核为主，不计入正式贡献”。这反映出社区在如何界定 AI 参与与人类贡献边界上，仍在形成共识的过程中。
| 如何看待 AI 原生开源项目 |
| :----------------------------------------------------------: |
| 
|
关于 AI 原生开源项目，受访者的观点同样多样化。一部分人认为这是未来趋势，将成为新型项目形态；也有人认为这一方向“有潜力，但需要人工团队深度介入”；还有相当比例的受访者担心当前不少 AI 原生项目缺乏原创性，不利于长期可持续发展，或者认为目前仍以实验性探索为主，持观望态度的人也并不少见。
| 2025年开源关键词 |
| :----------------------------------------------------------: |
| 
|
根据 2025 年开源关键词词云图，可以看到“AI”“模型”“智能”“大模型”“创新”“agent”等词汇在所有词语中出现频次最高，技术创新和大模型相关议题无疑是今年的绝对主轴；同时，“开源”“共享”“开放”“生态”“项目”“探索”等关键词，凸显了开源生态与协同创新的重要性；“安全”“应用”“MCP”等词语则表明，受访者不仅关注技术本身，也关注其在实际落地和安全性层面的挑战与机遇。