开源软件最骄傲的"自由"，正在被另一种自由反噬。有人用AI把别人的代码"重写"一遍，抹掉原作者的名字，换上企业喜欢的许可证——然后卖钱。
这不是地下黑客的恶作剧。一家名为Malus.sh（发音同"malice"，恶意）的LLC公司，有真实的付费客户。它的商业模式建立在开源社区最敏感的神经上：版权归属。
「干净房间」的古老套路，AI让它工业化
技术圈有个经典操作叫"clean room"（干净房间）设计。IBM时代，竞争对手用两组人破解它的电脑：A组研究规格，B组从零重写代码，且B组绝对不能看IBM的原始代码。HBO剧集《奔腾年代》拍过这段。
这个方法的法律逻辑很清晰：B组没接触过原代码，写出的东西就不算抄袭。
这家公司将这套流程塞进了AI。它的"专有AI机器人"分析开源项目的功能和行为，然后独立重写。网站标语毫不遮掩：「终于摆脱开源许可证义务」「无需署名，无需传染式许可，毫无问题」。
联合创始人Mike Nolan的身份很微妙——他是联合国开源软件政治经济学研究员。他对404 Media说：「它确实能用。」如果这只是讽刺，「那些觉得自己太特别、太聪明、永远不会被裁员或经济问题困扰的开源技术工作者，会不屑一顾。」
这句话的潜台词很锋利：开源开发者长期相信道德约束和社区声誉能保护自己，但这家公司假设这套规则正在失效。
真实案例：chardet风波已经发生过
这家公司的产品可能是半开玩笑，但它指向的现象已经落地。
上个月，Python社区流行的字符编码检测库chardet出现了「全新版本」。Anthropic的Claude Code工具从零重写了这个库，采用MIT许可证——比原版的LGPL宽松得多，且完全不提及原作者。
开发者社区炸了。这不是fork（分支），不是改进，是功能等价的替代物，抹掉了所有历史贡献痕迹。
「干净房间」复制的争议核心在这里：技术上是新代码，知识上完全依赖原作的探索成果。原作者解决的问题、踩过的坑、积累的理解，被AI工具消化后吐出「干净」的实现，法律上却与原作无关。
这家服务把这种操作商品化了。它不只是工具，是服务——客户指定目标项目，它交付「企业友好」的替代品。
为什么偏偏是开源？
开源许可证的本质是版权的有条件让渡。作者保留版权，但允许他人在特定条件下使用：GPL要求衍生作品同样开源（copyleft），MIT只要求保留版权声明，Apache额外涉及专利授权。
这家公司的商业模式瞄准了这个结构的缝隙：许可证约束的是「衍生作品」，但如果AI生成的代码在法律上被认定为「独立创作」，约束就不存在。
这取决于法院如何认定AI训练数据的「接触」边界。目前美国版权局的态度是：纯AI生成物无人类作者，不享版权；但人类指导下的AI输出，版权归属模糊。这家公司的操作更激进——它不在乎新代码有没有版权，它要的是旧代码的许可证不适用于新代码。
Nolan的联合国研究背景让这个项目的讽刺意味更浓。开源软件的政治经济学长期假设：贡献者获得声誉，企业获得免费基础设施，社会获得技术民主化。这家公司问的是：如果声誉可以被AI洗白，这个等式还成立吗？
企业客户的真实需求
网站文案「企业友好许可证」不是空话。GPL的copyleft条款让很多大公司法务部门头疼——使用GPL代码可能被迫开源整个产品。MIT/Apache的宽松许可更受欢迎，但前提是能找到功能等价的替代品。
传统上，企业要么自己重写（成本高），要么谈判购买商业授权（看原作者心情）。这家公司提供了第三条路：用AI批量生产「干净」替代品。
这解释了为什么它有真实客户。不是每个企业都愿意公开承认使用这种服务，但需求客观存在：降低合规风险，减少对外部贡献者的依赖，把技术栈的控制权收归内部。
开源社区的一个长期焦虑是「剥削」——大企业免费使用开源基础设施却不回馈。这家公司把这种剥削机制化了：不仅不回馈，连致谢都可以省略。
技术伦理的灰色地带
反对者会说这是盗窃。支持者会说这是合法竞争——功能本身不受版权保护，只有具体表达受保护。AI只是加速了独立实现的效率。
但「干净房间」的传统操作有人类伦理的缓冲：B组工程师知道自己在做什么，社区舆论会施压。AI抹掉了这层缓冲——它不知疲倦，不会内疚，也不会在会议上被同行侧目。
更深层的问题是：如果这种服务大规模普及，开源的激励机制会不会崩塌？当贡献者的代码随时可以被「洗白」成企业的私有资产，谁还愿意公开自己的探索成果？
这家公司可能是个讽刺作品，也可能是个认真的商业实验。但无论创始人的初衷如何，它戳破了一个幻觉：开源社区的道德秩序，在技术手段面前比想象中脆弱。
热门跟贴