全球开源社区正经历一场关于数据主权的激烈辩论。一位资深开发者在技术社区发布长文，直指当前AI训练模式存在根本性缺陷——"这是历史上最大规模的知识产权转移"，该开发者写道，"我们的集体知识被用于训练模型，却未获得明确许可，创作者未获分文回报。"

这场争议的核心在于技术巨头对公开数据的采集方式。开发者指出，开源软件的设计初衷是供人使用、修改和改进，而非成为"价值数十亿美元企业的免费燃料"。当前对开源许可证的解读已落后于AI时代，企业默认"公开"即"可免费训练"。

打开网易新闻 查看精彩图片

针对代码领域，该开发者提出"默认禁止"（Opt-In）机制：企业不得抓取代码库，除非所有者明确标注"允许AI使用"；法律框架应将"仅供人类使用"设为开源贡献的默认标准。这一主张直指GitHub等平台上的海量代码被用于训练商业模型却未向原作者分成的现状。

争议范围远超代码。博客文章、维基百科、数百万本版权书籍均面临同样处境。搜索引擎已采用AI直接在结果页总结内容，使用户停留于平台，摧毁原始网站流量。开发者批评称，底部的一个"引用"或链接是对作者数千小时工作的嘲讽。

具体解决方案包括两方面：一是数据清除，未获明确许可摄入的书籍、维基和文章必须从模型数据集中删除；二是"按引用付费"——若AI使用作者的作品、代码或书籍生成答案，该引用须关联强制性微支付，除非作者明确放弃权利，否则默认必须补偿。

该开发者已向欧盟委员会及全球社区发出呼吁，反对少数科技垄断企业以牺牲创作者利益为代价致富。文章强调其立场并非反对技术进步——"我热爱人工智能，它让我们能做此前不可能之事"——而是反对当前不可持续、具有剥削性的商业模式。

这场讨论折射出AI发展中的深层张力：模型能力依赖于海量人类知识积累，而知识生产者的权益保障机制尚未建立。技术社区正在审视一个根本问题——当AI系统输出价值日益凸显，输入端的数据贡献者应如何参与价值分配。