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。
![]()
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。
![]()
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。
![]()
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。”
![]()
![]()
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。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.