AI 的快速融入软件开发引发了关于生成代码所有权和许可权的辩论。由于大型语言模型(LLMs)是在包含大量开源仓库和 Stack Overflow 贡献的巨量数据集上训练的,一些人认为,对纯 AI 生成的输出提出所有权要求构成了一种“许可证洗钱”行为,利用了自由软件运动的成果。

“许可证洗钱”论点

支持将 AI 生成的代码开源的核心论点在于训练数据的来源。AI 模型是在自 GNU 项目和自由软件运动诞生以来编写的海量开源代码库上训练的。

大部分这些数据是在未经许可或未正确署名的情況下从互联网上抓取的。此外,模型还在 Stack Overflow 和 Stack Exchange 项目上进行了训练,这些项目是根据法律要求必须署名的 Creative Commons 许可证发布的。将这些集体知识转化为专有的、闭源的代码,被一些人视为违反了这些许可证的精神。

“将这些集体知识转化为专有的、闭源的代码感觉就像是许可证洗钱。”

— All AI-generated code should be Open Source

法律先例与可版权性

多个司法管辖区的法律框架为“AI 生成的代码应属于公共领域”这一主张提供了基础。在美国,“猴子自拍”纠纷确立了非人类不能拥有版权的原则,美国版权局在涉及 AI 时也引用了这一原则。

目前的指导意见表明,版权保护由人类作者创作的原创表达。如果人类仅提供提示词,且不对代码的表达元素施加足够的控制,那么输出结果可能不受版权保护。为了确保不同司法管辖区的公平性,一些人建议明确地将此类代码以 Creative Commons Zero (CC0) 或其他开源许可证发布。

人类投入与所有权的权衡

在人类辅助的代码和几乎完全自动化的代码之间存在一个关键区别。该论点侧重于开发者依赖 AI 但不审查或修改输出结果以适应特定需求的情况。

相反,一些人认为软件工程的核心在于对最终产品的所有权。从这个角度来看,开发者的使用 AI 工具并不剥夺他们的知识产权,因为人类仍然对产品的成功或失败负责。关于究竟需要多少人类干预才能将一段代码从“纯 AI 生成”转变为“人类创作”,这一辩论仍未定论。

Hacker News 读者的反应

  • 技术补充: 一位作为 AGPL 系统作者的评论者分享了某公司使用 LLM 克隆其创意作品的经历,并认为由此产生的 AI 输出仍感觉是其原创内容的衍生作品。 评论 ↗
  • 质疑: 几位评论者认为该提议在逻辑上不一致,指出开发者一直都在从开源材料中学习,且产品结果的人类所有权应保留在承担商业风险的人手中。 评论 ↗
  • 技术补充: 其他人指出,当前的法律先例和版权局指导意见表明,纯 AI 生成的材料可能根本不受版权保护,这将使关于开源许可的讨论变得毫无意义。 评论 ↗
  • 质疑: 一位评论者认为,强制要求 AI 生成的代码开源将不公平地没收大量人类投入的成果,例如为了完善智能体软件循环所需的数小时测试和现实世界的反馈。 评论 ↗

以上为 Hacker News 讨论中观点的摘要,并非经过核实的事实。 阅读完整讨论 ↗