最近老看到一句话：F-Droid 上 64.7% 的应用是 AI 写的。
简单说，数字不假。它的含义和大多数人以为的不一样。
来源是一周前一篇个人调查。作者是 FOSS 应用的维护者，业余做，还是个学生。样本是 9 月 12 日推送的一批更新，102 个应用。66 个判定为主要由 AI 编写，13 个难以归类，24 个没发现 AI 迹象。
问题在方法。他自己交代得很清楚：没做自动检测，没审项目历史，判断主要看最近的提交、提交内容和项目品牌。代码质量分析也没做。
换个说法，这不是统计，是目测。眼睛扫过 102 个仓库的近况，贴三个标签。把 64.7% 这种位数算出来，等于给一个粗略判断套了层精确的外壳。
而且精确到这个位数，本身就自带说服力。64.7% 看着像采样出来的，其实不是。这才是它转得快的原因。
我这么说不是拆台。这篇我认为值得收。价值不在百分比，在它顺手列出的那张迹象清单。
简单说，AI 写的代码不留指纹，用 AI 的人会留痕迹。这篇调查实际做的事，就是收集痕迹。
挑几条现在能看到的讲。
提交尾巴上的署名行
最硬的一条。Claude Code、Codex 这类工具会在 commit 上留一行共同署名。看到了，基本能确认这条提交有 LLM 参与。样本里好几个应用就是靠这个定的档。
点评：目前最不依赖猜测的证据。要判断一个项目，先翻最近二十条提交的尾巴。
仓库里的 agent 基础设施
这条我打个问号。作者的分类规则是：只要存在代理式基础设施，就直接归进"主要由 AI 生成"，并预期超过一半代码由 LLM 写。
老实说这步跳跃我跟不上。有 agent 配置，说明这个项目在用 agent 干活，不等于一半以上的代码是模型写的。作者自己也承认方法表面化。
先放在这里，等我搞明白再补一句。
GitHub 网页编辑器
样本里有两个用同一套黄色旗帜品牌的应用，开发时间都不短，但变更全是通过 GitHub 网页文件编辑器做的，没走 git。
点评：单看这条不能下结论，网页编辑器改文件更像维护方式粗。和第一条放一起看，指向就清楚了。
README 里的自我披露
有个健身 RPG 应用，全靠 README 里自己写了 AI 披露，被定了档。
点评：最省事的一条，也最容易被忽略。看一个项目，先看 README 有没有自己交代。
反面也有标记。
Snowdrop 的作者确认没用 LLM，仓库里放了 .noai 文件。Tuisku 有明确的无 AI 政策。两个都被归进"未发现 AI 迹象"档。
插一句，.noai 这种东西两年前不存在。现在两头都在长标记，一头是提交署名，一头是拒绝声明。这个变化本身比那个百分比有意思。至少说明能查。
然后是 Codeberg。
样本里托管在 Codeberg 的有 5 个，其中 4 个被判为主要由 AI 生成。作者提出这可能违反 Codeberg 的 AI 政策。
这块我认为是真问题，和百分比无关。平台写了规则，规则和实际情况对不上，就得有人来定义"违反"是什么。接下来一两年这类事会反复出现。
还有一点得替这位作者说清楚。
他明确写了，自己总体上对 LLM 持负面态度，同时也承认 LLM 能帮人发现和修复代码问题，软件更快更安全是好事。他还强调，用 LLM 不等于项目就是劣质内容，很多项目背后有经验的人在审。
一个反 LLM 的人主动讲这句，比支持者讲可信。
回到那个数字。
文章开头他自己交代过：收到反馈后重新查了一遍，改了 9 到 10 个应用的分类，改的方向全是更偏向人类编写。
也就是说，这个方法已知的偏差是往高报。64.7% 大概率是个上限，不是中心值。
但这不影响它被转成"F-Droid 一半以上是 AI 写的"。
还有底下一档的名字也容易读错。"未发现 AI 迹象"不等于"人类编写的"。那里面混着两种情况，一种是没看出可疑的地方，一种是有明确的无 AI 政策。前者只是作者没发现，不是不存在。把这一档当清白名单，就过度解读了。
他结尾还跟 Claude 说了句，麻烦造个时间机器，把他送回 2016 年。
我看到这句的时候觉得挺准。这篇调查的信息量，一半在 64.7%，另一半在这个人的语气里。他对结果是有情绪的，而且不藏。这比一个中立的百分比诚实。
本周就这些。
上面有任何一条你试过、或者觉得我讲错了，欢迎告诉我。讲错的我补，没讲清的我改。
下周见。