整理 | 屠敏

出品 | CSDN(ID:CSDNnews)

“当 AI 开始写代码,生成的代码究竟该归谁?”

近日,一位拥有 15 年以上开源开发经验的软件工程师 Jakub T. Jankiewicz 在个人博客抛出一个颇具争议的观点:所有由 AI 生成的代码,都应该开源。

打开网易新闻 查看精彩图片

这篇文章一经发布,很快冲上 Hacker News 热榜,引发开发者热议。有人支持,有人反对,一场关于 AI、开源与代码归属权的争论就此展开。

打开网易新闻 查看精彩图片

AI 吃了开源社区的饭,转头却生成闭源代码?

Jakub T. Jankiewicz 给出了两个主要理由,也相当直接。

第一个,也是他最看重的,AI 模型的训练使用了海量开源代码。

他认为,过去几十年里,开源社区积累了大量代码和技术知识。从 Richard Stallman 发起 GNU 项目和自由软件运动开始,无数开发者不断贡献自己的代码,逐渐构建起今天庞大的开源生态。

而这些代码,被直接从互联网上抓取,在未经许可或未得到适当署名的情况下,用于模型训练。

除此之外,Stack Overflow 以及 Stack Exchange 旗下其他社区的内容,同样被他拿来举例。

按照 Stack Overflow 官方的许可说明,平台上公开发布的用户贡献内容采用知识共享署名-相同方式共享许可证(CC BY-SA)。其中,不同时间发布的内容分别适用 CC BY-SA 2.5、3.0 或 4.0 版本。

这意味着,使用这些内容时需要遵循相应许可证的要求,包括署名等条件。

在 Jakub 看来,问题就在这里:开源开发者和社区贡献者花费多年时间积累的代码、知识和经验,被 AI 公司拿去训练模型,最终又变成了可以生成商业代码的工具。

“将这些集体智慧转化为闭源的专有代码,在我看来,就像是在「洗白许可证」(License Laundering)。”Jakub 说道。

第二个原因,则直接涉及版权问题。

Jakub 认为,完全由 AI 生成、没有实质性人类创作参与的代码,不应该享有版权保护。

他的论据之一,是美国此前著名的「猴子自拍」版权争议。

在这一案件中,美国法院认为,动物不能作为版权法意义上的作者。Jakub 由此引申认为,既然 AI 不是人类,那么完全由 AI 独立生成的作品,也不应该获得版权。

他还提到了美国版权局关于 AI 生成内容的相关规定,以及 Wikimedia Commons 对纯 AI 生成图片的处理方式。

这部分并非完全没有现实依据。

2025 年 1 月 29 日,美国版权局发布了《版权与人工智能报告第二部分:可版权性》。

报告明确指出,纯粹由 AI 生成的内容,或者人类对表达元素缺乏充分控制的内容,不能获得版权保护。但这并不意味着,只要使用了 AI,作品就不能申请版权。

如果人类对作品中的表达元素作出了足够的创造性贡献,例如对 AI 生成内容进行创造性修改,或者对内容进行了具有创造性的选择、编排和组合,那么相应的人类创作部分仍然可能受到版权保护。

报告还特别指出,仅仅提供 Prompt,通常不足以构成对最终表达内容的充分控制。

换句话说,AI 写代码,人类负责输入几句提示词,和人类深度参与设计、修改、组织代码,并不是一回事。

Jakub 也注意到了不同国家法律之间的差异。

例如,英国版权法对计算机生成作品设有专门规定,在符合条件时,可以为相关作品提供有限的版权保护。

因此,他提出了一个更直接的建议:开发者和企业应该主动将 AI 生成的代码以开源许可证发布,或者通过共享零协议(Creative Commons Zero,CC0)等方式将其贡献到公共领域。

尤其是那些几乎只靠输入提示词、连 AI 生成的代码都不愿意检查的开发者,更应该这么做。

打开网易新闻 查看精彩图片

HN 网友热议:AI 生成的代码开源,到底有什么意义?

这一观点也在 Hacker News 引发了相当热烈的讨论。

其中,一部分开源开发者对 Jakub 的担忧感同身受。一位维护着多个 AGPL 许可证项目的开发者,就分享了自己遇到的经历。

他表示:

「我维护着多个采用 AGPL 许可证的系统,其中不少已经得到广泛应用。早期的 LLM 模型几乎会原封不动地输出我的代码。如今的模型也大量借鉴了这些系统中的原创设计。

有一家公司最初直接盗用了我的 AGPL 代码(例如,在发布时既没有注明我的名字,也没有保留版权声明,更没有提供源代码等)。我向他们发出了侵权通知。经过数月的交涉,他们最终让 LLM 克隆了整个系统。这个 LLM 克隆出来的系统给我的感觉是:

a) 与我的代码相比,Bug 更多,质量也差得多。

b) 但即便如此,它本质上仍然像是我的原创作品。

这就好比,你让 LLM 重写《哈利·波特》:故事情节完全一样,只是对白写得很糟糕。」

这条评论获得了不少关注,也把讨论引向了一个更尖锐的问题:如果 AI 能够学习开源项目的设计思路,生成一个功能相似、架构也高度接近的系统,开发者是否就能借此绕开原有的开源许可证?

尤其是对于 GPL、AGPL 这类具有 Copyleft 要求的许可证而言,争议更加明显。

另一边,反对者则认为,不能因为 AI 学习过开源代码,就要求所有 AI 生成的商业软件开源。

一位网友就提出了一个很直接的反问:「在 AI 出现之前,开发者也一直在学习开源代码、使用开源框架,还会从 Stack Overflow 上寻找解决方案。难道这些开发者后来写出的商业软件,也应该全部开源吗?」

在他看来,软件开发从来不只是敲代码。开发者需要对最终产品负责,企业需要承担商业决策带来的风险。AI 可以参与代码编写,却无法替人承担这些责任。

还有开发者 decoding 认为:

“我想这里有不少人和我一样,处在这件事的两端:一方面,我的开源代码被用于训练 AI;另一方面,我也在使用 AI 开发专有(闭源)代码。

我的立场是,AI 就是一种工具,就像编译器也是一种工具一样。AI 生成的代码不应该被直接视为公共领域作品,也不应该被强制要求开源,更不应该因此失去获得版权保护的资格。

即使每一行代码都是 AI 写的,我在其中投入的方向把控和工程工作也相当多。就拿我目前正在做的项目来说,我已经连续数月大量使用 AI,不断打磨和调整复杂软件的实现方向。这些人类投入,即使没有直接体现为一行行代码,也有很大的价值。

此外,如果其他人只需要打开 Claude Code,提出相同的需求,就能让它生成一套类似的代码,那么我的代码开源究竟能给社会带来什么额外价值?别人完全可以直接让 Claude 替自己做一套。难道真正的门槛只是 Token 成本吗?在我看来,与我们如今从 AI 中获得的价值相比,这点成本几乎可以忽略不计。

我们正处在一个黄金时代:任何人都能以较低的成本、极低的门槛,快速创造出令人惊叹的东西。”

打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

开源社区的老问题,被 AI 编程重新点燃了

事实上,这场讨论其实很难用简单的「支持」或「反对」来概括。

一边是开源社区几十年来积累的代码和知识,另一边是借助 AI 工具进行开发的个人与企业。

当 AI 能够大幅降低软件开发门槛,代码的生产方式正在发生变化,但原有的版权规则、开源许可证以及开发者权益,并没有因此自动得到答案。

不过,要求所有 AI 生成代码都开源,显然比要求一篇博客文章开放分享复杂得多。如果 AI 只补全了几行代码,算不算 AI 生成?如果开发者反复修改 Prompt、调整架构,再亲自测试和修改代码,又该如何界定?AI 参与到什么程度,才应该触发开源义务?

这些问题,目前都没有一个简单的答案。而随着 AI Coding Agent 越来越多地参与完整软件项目,这场关于代码归属权的争论,恐怕还会持续很长一段时间。对此,你怎么看?

参考:

https://jakub.jankiewicz.org/blog/ai-code-open-source/

https://news.ycombinator.com/item?id=50507303

黄仁勋卸任后的 AI 生态和算力格局走向何方? 11 月 16 日即今晚 8 点,CSDN 高级副总裁、奇点智能研究院院长李建忠将在「奇点折射」与「李建忠研思」视频号带来《后黄仁勋时代的 AI 与算力新格局》主题直播。这场直播将尝试回答英伟达进入「后黄仁勋时代」之后,产业最关心的四大问题。

打开网易新闻 查看精彩图片