被AI“吃干抹净”是小型开源项目的终局。
Nolan Lawson 是一名开源开发者，他在最新文章《The fate of “small” open source》中指出：
小型开源工具库正在迅速失去存在价值，而这背后的核心原因是——AI 已经能直接生成这些代码了。
他以自己的 npm 包blob-util为例：这是一个非常小的工具库，本来要靠文档和示例帮助开发者理解Blob的处理方式。
但现在开发者只要用 Claude、GPT 说一句话，就能生成等价或更好的函数，甚至不必引入依赖。
下面是 Nolan Lawson 提供的例子：
> 写一个 Type 工具函数，将 Blob 转换为 ArrayBuffer。它应该返回一个 Promise。
reader.= =>{if(reader.resultinstanceofArrayBuffer) {resolve(reader.result);} else{reject(newError('Failed to read Blob as ArrayBuffer'));}};
reader.= =>{reject(reader.error);};
reader.readAsArrayBuffer(blob);});}
他说道：“Claude 的版本与blob-util版本非常接近（这并不令人意外，因为它可能就是基于它训练的！）。尽管它更冗长，不必要地检查readAsArrayBuffer是否真的给你一个ArrayBuffer（尽管这确实让 Type 感到满意）。
公平地说，它还通过直接reject错误而不是更笨拙的事件来改进了我的实现。”
因此，NolanLawson 认为这大幅降低了使用小型开源库的动机，也减少了相关文档、教程、最佳实践被阅读的机会。
NolanLawson 称还观察到一种趋势：未来开源项目文档越来越可能写成专门给 AI agent 用的llms.txt文件，而不是传统的自然语言说明文档。
他认为，如果人们更多地依赖于让 LLM 解释或生成代码，那么真正的文字文档、技术写作和教学意义可能会弱化。
Nolan Lawson 担心这会让开源失去曾经重要的教育价值：以前一个库的 README 能帮无数人理解问题，而现在很多人只依赖 AI 生成代码，而非阅读和学习。
不过他并不悲观。他认为真正有价值的开源会继续繁荣，尤其是 LLM 无法轻易生成或复刻的领域：
复杂系统、大型框架
需要原创性和深度研究的新工具
非主流、极其专业的技术领域
这些方向反而会成为未来开源的核心战场。