MicroZig 项目是 Zig Embedded Group (ZEG) 的一部分，该项目已正式采用严格政策，禁止在项目贡献中使用大语言模型 (LLMs) 和 AI 生成的内容。此政策出现在项目的行为准则中，明确禁止使用 AI 进行头脑风暴、分享 AI 生成的结果以及寻找错误。此举由项目最活跃的维护者 Matthew Knight 发起，他表示虽然他承认在许多情况下使用 LLMs 是有效的，但他认为项目对人类主导开发的偏好与集成 AI 的工作流不相容。他指出，作为首席维护者，他正在强制执行这一偏好，并表示对于那些选择创建以 LLM 为核心的项目分叉版本的人，他并没有任何不满。

该政策植根于一种强调编程“工艺”的哲学——即构建和理解软件时的刻意、手动努力。该举措的支持者认为，它能确保贡献者对代码的影响和机制拥有清晰、独立的理解。社区中分享的一种观点认为，该政策起到了过滤器的作用：它可能不会阻碍那些能够进行高质量手动工作的人，但它确保了项目始终是一个以人类为中心的发展空间。通过要求错误报告和修复必须是人类评估的结果，该项目旨在防止涌入自动化报告，而在这些报告中，提交者可能并未完全掌握底层问题或其潜在影响。

这一决定引发了关于此类规则在实践中可执行性的辩论。批评者指出，随着 AI 工具变得越来越先进，区分人类创作的内容和 AI 辅助的内容可能变得几乎不可能。一些参与者质疑禁止 AI 进行错误发现的逻辑，认为如果工具发现了漏洞，无论它是如何被识别的，漏洞依然存在。其他人表示担忧，认为此类政策可能会因为忽略能够识别可利用漏洞的现代工具而导致“重大疏忽”。然而，项目的维护者坚持认为，目标是确保人类贡献者仍是逻辑的主要驱动者，将彻底评估的责任推回给个人而非机器工具。这创造了一个清晰的界限：虽然这项技术在更广泛的世界中并未被禁止，但 MicroZig 项目正有意选择手动、人类主导的发展路径，以保留其特定的社区身份。