@dssxzuxc 首先，欢迎你的观点。早期，我们能轻易地识别哪些是 ai 生成的，哪些不是。但是现在，这个难度在提升。比如 ai 生成的文本，有些已经能以假乱真。ai 生成与人工的边界正在变得模糊，未来可能会更加模糊。作为标记 AI 可能只是一种临时的解决方案。科幻一点地说，未来人和机器的边界，也会逐渐变得模糊，例如：植入芯片，假体的人，还是真正意义上的人么？
回到正题，我个人在 vibecoding 的时候，也感觉代码维护是一个大问题，连开发者自己都没有逐行阅读过的代码，怎么让其它人维护？也许只有 ai 能维护 ai 生成的代码吧。但是，如果逐行 review ，那效率也就大打折扣了。我想，这也许就是大家争议比较严重的一个点。不知道未来会通过什么方法去解决

@OneLiteCore 同意，当前 ai 编程应该还存在安全漏洞，维护困难等问题，所以站在当前这个节点，才会有争议和观点的冲突。

@dssxzuxc 我不认为这是一篇严肃比较的帖子，只是就看到的，有感而发的聊聊。可以抨击，但抨击完后，说说你的看法呗

@john6lq 谢谢！大家都提到了 LibChecker ，很有启发，我会认真研究下的

@Kaisar 嗯嗯，我找时间先试试 LibChecker

@Kaisar 改动有点大了，可能要重写了。话说，大家都在用 LibChecker 么？

@bl4ckoooooH4t 我看了下 LibChecker ，感觉跟 BinSight 的视角还是不太一样的。LibChecker 是通过查询数据库，匹配 Android 组件和 so 的名字，从而推断出一些知名的三方库/供应商。BinSight 是通过分析 so 的字符串/函数名，然后联网索索，最后给大模型分析，来推测 so 的开发商信息。我个人认为，LibChecker 会更严谨和准确，BinSight 会更包罗万象一点，可以分析海外的各种 so 和自研的 so 。仅提供一个思路来讨论，如有不足，多多包涵

@bl4ckoooooH4t 感谢提醒！ LibChecker 做的很不错。我开源的这个项目，其实是想通过大模型+搜索引擎的思路来识别（而不是通过维护数据库/规则的方式），只是做一个思路上的探索。

@krapnik 谢谢提醒！ wasm 的，我有空研究下～

@shijingshijing 补充下，commit 都是 AI 自动生成的

@shijingshijing 用 OpenAI 改的，写的时候有的 commit 是英文写的，有的是中文写的，开源前，用 openai 的 codex ，把历史的 commit 全部统一改成英文，优化下，最后推送到远程的。