15 年後，微軟用 AI 抄壞了我的 GitFlow 分支示意圖（morged） （★ 233 分）
一篇 2010 年的經典文章〈A successful Git branching model〉讓 Git（分散式版本控制系統）的分支流程「GitFlow」廣為人知，作者當年還用 Apple Keynote 細緻設計了一張分支示意圖，反覆調色、調曲線與版面，讓不同分支隨時間推進的關係一目了然，並公開原始檔方便他人改作。這 15 年來，那張圖出現在書籍、演講、部落格、團隊 Wiki 甚至 YouTube 影片裡，他一直都不介意，因為本意就是分享知識。
但他近日被人在 Bluesky 與 Hacker News 標記，指向 Microsoft Learn（微軟官方學習文件入口）上的一張圖，外形明顯「很像」他的作品，卻看起來像是被丟進 AI 影像產生器後再輸出，頁面也沒有任何來源標註或連結回原文。更離譜的是，圖上把「continuously merged」變成 ` continvoucly morged ` 這種明顯的拼字崩壞，還伴隨箭頭缺漏或方向錯誤、註記消失、視覺對齊被弄亂等問題；作者形容這不是再創作，而是把原本好用的東西「洗掉指紋」後做得更差。他最沮喪的點在於流程與品質：為什麼學習資源可以在幾乎沒校對的情況下上線？他希望至少補上出處連結與署名，也想知道這頁文件與圖表到底是怎麼被產出、審閱並發布的；同時他也擔心，未來更多不那麼知名的內容會被更「像樣」地改寫或偽裝，讓抄襲更難辨識。
在 Hacker News 討論裡，最多人先把 ` continvoucly morged ` 當成迷因，甚至提議把「morge」當新動詞：指用 AI 產出「看得出來在抄、但品質很糟」的內容，或把垃圾內容硬塞進專案裡；也有人打趣延伸出「post morgem」。同時也出現技術面的糾正：有人把這種拼字錯誤歸咎於 LLM（Large Language Model，大型語言模型）「幻覺」不夠精準，因為這更可能是影像生成模型在畫字形時並不真正理解拼字與語意的結果。另有留言補充微軟後續已把該圖下架並換成另一張（但被嫌同樣不清楚），原版本則被網友用網頁存檔保留下來。
更多留言把事件拉到「AI 垃圾內容（AI slop）」與組織治理：有人引用微軟內部人士 Scott Hanselman（微軟開發者布道者）在 Bluesky 的說法，稱可能是外包廠商交付、團隊會做事後檢討並盡快移除；但不少人認為這種說法反而凸顯系統性問題，因為在大公司裡，能讓未署名、且肉眼一看就錯得離譜的素材進入官方文件，代表審稿與 QA（Quality Assurance，品質保證）關卡失靈。也有人類比到 LinkedIn 上常見的「拿別人的投影片叫 ChatGPT 改更好」卻不校對、導致文字與圖表意義被扭曲；甚至分享電商賣家用 AI 仿製圖樣印到商品上、字母全壞但仍照賣的案例，並擔憂這些錯誤內容會回流成新一輪訓練資料，形成越訓練越失真的惡性循環。少數人則提出較溫和的解釋：也可能是作者只要求 AI 畫出概念圖，模型因「過度擬合（overfitting）」而吐出近似記憶的圖樣，導致未必知道原作存在；也有人認為該圖太常見，讓人誤以為近似公領域，但反駁者指出即便如此，至少應該忠實重繪並標註來源。討論尾聲也有人順帶重提 GitFlow 本身在實務上頗具爭議，但整體情緒仍集中在：當「求快產出」凌駕署名與校對，官方文件也可能被「continvoucly morged」成一場公關與信任危機。
👥 75 則討論、評論 💬
https://news.ycombinator.com/item?id=47057829