[Paper] Bot 参与模式与情感影响在开源开发中

发布: 2天前 (2026年1月16日 GMT+8 17:58)

8 min read

原文: arXiv

Source: arXiv - 2601.11138v1

请提供您希望翻译的具体文本内容，我将按照要求将其翻译成简体中文，并保留原始的格式、Markdown 语法以及技术术语。谢谢！

概述

本文研究了自动化机器人在以太坊生态系统的开源讨论中的参与方式，以及它们的存在是否会影响人类贡献者的情感基调。通过分析十个热门仓库中近 37 k 账户，作者展示了即使是极小比例的机器人（≈0.3 %）也能显著影响对话的时机和开发者表达的情感。

数据收集： 抓取了十个以太坊相关的 GitHub 仓库中的所有 issue 和 PR 评论线程，得到 36 875 个唯一账户。
机器人检测与验证： 结合关键字启发式（例如用户名中含 “bot”）、活动特征（高频率、API 驱动的发帖）以及人工核查，将 105 个账户标记为机器人。
时序分析： 计算机器人与人类的参与曲线（评论数量随 issue/PR 生命周期的变化），测量响应延迟和活动分布。
情感分类： 在覆盖 27 种情感（如感激、困惑、乐观）的标注数据集上微调基于 transformer 的模型。为每条评论分配这些类别的概率分布。
统计检验： 应用混合效应回归，隔离前置机器人评论对随后人类评论情感特征的影响，控制线程长度、仓库和开发者经验等因素。

Bot 参与度： 机器人仅占参与者的 0.28 %，但活跃于 12 % 的所有讨论线程。
活动曲线： 人类评论呈早晚高峰（U 形），而机器人在 PR 上保持平稳的贡献率，在 issue 上则出现延迟的激增（通常在初始人类讨论之后）。
响应时间： 机器人在 PR 上的中位回复时间约为 2 分钟，而人类为约 15 分钟；在 issue 上，机器人中位回复时间为 3 小时，而人类为 30 分钟。
情感转变： 在机器人评论之后，人类评论表达感激的概率上升 8 个百分点，钦佩上升 5 个百分点，乐观上升 6 个百分点，而困惑下降 7 个百分点。整体中性情感从 62 % 降至下一条人类评论的 48 %。
统计显著性： 所有观察到的转变均在 Bonferroni 校正检验中显著 (p < 0.01)，表明机器人干预与情感动态之间存在稳健关联。

机器人设计以提升士气: 构建自动化工具的开发者（例如 CI 机器人、依赖更新器）可以有意编写能够培养积极情绪的消息——加入礼貌用语或简短的致谢可能会增强贡献者的感激和乐观。
工作流优化: 了解机器人在 PR 上能够即时响应，表明它们非常适合用于快速反馈循环（如代码检查、测试结果）。相反，它们在处理 Issue 时较慢的模式意味着应将其用于周期性维护任务，而非紧急分流。
社区健康监测: 项目维护者可以在机器人部署后追踪情绪变化，以评估社区的接受度，使用类似的情感分类流水线构建轻量级情感仪表盘。
入职帮助: 能够减少困惑的机器人（例如自动链接文档）可以加速新手的入职过程，可能降低像 Ethereum 这样复杂生态系统的进入门槛。
政策与治理: 组织可以为机器人的语气制定指南（例如“始终包含感谢语”），以使自动化交互与项目期望的文化保持一致。

结论： 即使是少量恰当安置的机器人，也能重塑开源协作的节奏和情感氛围。通过理解这些动态，开发者和项目负责人可以将自动化用于提升代码质量之外，促进更健康、更具互动性的社区交流。