---
title:"AI 写的代码,就该开源吗?一场 1071 分的版权辩论"date:2026.11.16category:[编程, 行业观察]tags:[ai-generated-code, open-source, copyright, licensing, hacker-news]status:published
---

AI 写的代码,就该开源吗?一场 1071 分的版权辩论

一位开源开发者在 HN 上抛出热议:AI 模型是拿开源代码训出来的,AI 写的代码凭什么闭源?1071 分、579 条评论吵翻了版权、许可证和「无限代码」的价值问题。

2026.11.16·4 min read·8.6KB
// tl;dr: generating summary...

AI 写的代码,就该开源吗?一场 1071 分的版权辩论

这周 HN 上最热的帖子,标题就是一句挑衅:所有 AI 生成的代码都应该开源。作者 Jakub T. Jankiewicz 是有 15 年经验的开源开发者,帖子拿了 1071 分、579 条评论,评论区从版权法一路吵到“代码还值不值钱”。他的论点其实只有两条:第一,AI 模型是拿全世界开源代码训出来的,把这些集体知识变成闭源代码,是在“洗许可证”;第二,纯 AI 生成的代码没有人类作者,按美国版权局的立场根本不受版权保护,既然没版权,不如直接公开。我请来老朋友林砚——开源许可证与合规顾问,帮企业审过不少 AI 代码合规问题。我们聊了聊这两条论点站不站得住脚、评论区最有力的反驳是什么,以及写代码的人到底该怎么办。

本文由每日自动管线生成:选题与素材来自 Hacker News 公开讨论,访谈内容由 AI 基于原文整理,嘉宾为角色设定,观点不代表任何真实人物。

小听: 林砚,先把作者的两个论点摊开。训练数据那条,到底有多少说服力?

林砚: 事实部分基本没人否认。模型确实是在海量开源代码上训出来的,包括 Stack Overflow 这种按 CC BY-SA 协议要求署名的内容。作者的说法是:开源社区几十年攒下的集体知识,被拿去训模型、再吐出闭源代码,这叫许可证洗白(license laundering)。评论区里 g-b-r 把这话又往前推了一步:就算你改过 AI 输出的代码,它归根结底还是基于开源(很多还是 GPL)代码生成的,所以沾了 LLM 输出的东西都该开源。这个立场很彻底,但也正是它最脆弱的地方——“沾了就算”这条线,现实中根本画不出来。

小听: 评论区最高赞的反驳是哪一条?

林砚: delichon 那条,我觉得是全场最难回答的。他说:我也“训练”过海量开源代码——我读过、学过、背下来过。那我写的代码是不是也该全部开源?还是说,只有我借助人工神经网络这个“义肢”来增强我的天然神经网络时,才触发这条义务?这句话把问题从法律拉回到了逻辑:人类学习开源代码再写代码,和模型学习开源代码再生成代码,到底有什么本质区别?如果答案只是“一个是碳基、一个是硅基”,那这条论点就站不住。

小听: 那第二条论点呢?纯 AI 生成的代码不受版权保护,这在法律上是真的吗?

林砚: 在美国,方向是对的,但结论被作者推得太远了。作者引了“猴子自拍”案确立的原则——非人类不能持有版权,以及美国版权局后来引用这一原则处理 AI 作品的立场。评论区 viraptor 补了两个更近的判例:Doe v. GitHub 案里,法院的倾向是 LLM 输出并不自动继承训练材料的开源版权;Thaler v. Perlmutter 案则确认,100% 由 AI 生成的内容拿不到版权。注意这两个判例合起来是什么意思:AI 输出既不继承开源许可、也不受版权保护——它掉进了一个法律真空,而不是自动变成开源。

小听: 所以评论区 ubercow13 那句“如果 AI 生成的代码不可版权,那用开源许可证发布它就没有意义”,其实点中了要害?

林砚: 点中了。开源许可证本质上是版权人给出的附条件授权——“我的代码有版权,但我允许你这样用”。如果一段代码根本没有版权人,那 MIT、GPL、CC0 贴上去都是空文书。作者建议大家“显式用 CC0 dedication 到公共领域”,这个建议本身没错,但它解决的是各国法律不一致的问题——比如英国就给计算机生成作品有限的版权保护——而不是让代码“变成开源”。这两件事经常被混在一起谈,其实是两个问题:一个是“这段代码有没有版权”,另一个是“作者愿不愿意公开它”。

小听: 但现实里代码很少是 100% 人工或 100% 自动的。作者自己也承认了这个灰色地带。

林砚: 对,而且灰色地带正在越变越大。作者的原话是:开发者越来越多地依赖 AI,甚至不看一眼生成结果就直接用——这种“除了写提示词几乎没花力气”的代码,肯定该开源。可问题是,提示词本身算不算创作?改了三行算不算?调了五轮提示词、每次都重写一半算不算?评论区 sicher 举了个很真实的例子:他几乎所有项目都开源,只有一个不开源,因为那个项目的设计高度依赖领域经验、是多年积累的结果。他的困惑很实在:当 AI 只是把他的经验“打字”出来时,代码的价值到底来自模型,还是来自他脑子里那十几年?法律现在给不出刻度,只能靠人自己判断。

一台显示器上并排显示着两段几乎相同的代码,一段标注着人类作者,一段标注着 AI 生成,中间的分界线模糊不清

人写的和 AI 写的之间,那条线正在消失。

小听: 还有一条评论我印象很深:sturza 问,代码都能无限生成了,开源还有什么意义?

林砚: 这是全场最有远见的一句,也是最容易被忽略的一句。开源运动的前提是代码稀缺、写代码贵,所以共享才有价值。当模型能按提示词无限量产代码时,代码本身正在贬值。wolttam 在评论区把这一点说透了:现在模型产出的绝大多数代码没什么价值,真正的价值在那些有人持续打磨的软件上——有人跟用户打交道、问更大的问题、一次次打磨细节,别人一看就知道“有人认真对待过这个东西”。模型还做不到这一点。所以这场辩论可能问错了问题:该争的不是“AI 代码开不开源”,而是“当代码可以无限生成时,什么东西还值得被保护、被署名、被付费”。

一台老式印刷机在昏暗作坊里不停印出相同的代码纸页,堆积如雪,一位工匠在阴影里就着烛光端详其中一张

代码可以无限生成,打磨不能。

小听: 那对每天都在用 AI 写代码的开发者,有什么能落地的建议吗?

林砚: 三条,都是评论区里已经有人在做的。第一,像 jph 那样,给 AI 生成的部分做一个明确的多选许可证声明——Apache、BSD、GPL、MIT 任选,他已经在自己的 Rust 项目里这么干了,LICENSE.md 就摆在仓库里。明确表态本身就是一种合规姿态,比含糊其辞强。第二,公司层面要分清:AI 生成的代码进仓库之前,先想清楚它的版权状态在你所在的司法管辖区意味着什么——美国和英国的答案现在就不一样,跨国团队尤其要注意。第三,别把开源当成道德赎罪券。作者的出发点我理解:开源社区喂大了模型,模型应该回馈社区。但回馈的方式不只有“把产出代码开源”这一种——给上游项目修 bug、写文档、捐钱,都是回馈。把一场复杂的分配问题,简化成一句“都该开源”,是这篇帖子最动人的地方,也是它最站不住脚的地方。

这场辩论最值得记住的不是谁赢了,而是它暴露了一个还没人想明白的断层:我们有一套为“人类作者”设计的版权法,和一个正在量产“非人类作者”代码的现实。中间的灰色地带,每个人都得自己先想清楚——你的代码里,到底有多少是你,有多少是模型,又有多少是三十年前某个开源作者留在代码里的影子。本文观点仅代表访谈角色设定,原始讨论见参考链接。

参考链接

// related: searching nearest posts...
# comments