“AI寫的程式碼算不算貢獻？”Debian開發者吵了半個月，最後只得到三個字：先觀望
整理 | 鄭麗媛
出品 | CSDN（ID：CSDNnews）
現在，大型語言模型正在快速改變軟體開發方式，但開源社區卻開始陷入新的困惑：如果程式碼是由 AI 撰寫的，仍然算不算開發者的貢獻？
最近，全球最重要的 Linux 發行版之一 Debian，正是因為這個問題展開了一場持續數週的激烈討論：
● 有人認為，AI 只是新的開發工具，沒必要過度限制；
● 有人擔心，AI 會破壞開源社區培養新人的機制；
● 也有人從倫理角度反對生成式 AI，認為這些工具本身就在‘掠奪互聯網’。
但討論到最後，Debian 社區得到的結論竟然出人意料——先觀望，暫時不做決定。
一份「AI 貢獻政策」草案，引發社區討論
事情的起因，是 Debian 開發者 Lucas Nussbaum 在今年二月中旬提出的一份草案。
他建議 Debian 社區討論一個問題：是否允許 AI 生成或 AI 輔助生成的程式碼進入 Debian 項目。為此，他提出了一份草案，希望明確 Debian 在此問題上的政策，並表示將先收集幾天社區回饋，再決定是否正式提交決議。
根據草案內容，AI 輔助生成的貢獻（部分或全部由大型語言模型生成）是可以接受的，但需要符合一系列條件，例如：
（1）如果貢獻的重要部分來自 AI 工具且未經人工修改，必須明確披露
（2）貢獻中需要加入清晰聲明或機器可讀標籤，例如 [AI-Generated]
（3）提交者必須完全理解自己的提交內容
（4）提交者需要對程式碼負責，包括技術品質、安全性、授權合規和實際用途
此外，該草案還規定：為了避免發生嚴重的資料洩漏風險，不得將非公開或敏感的專案資料輸入生成式 AI 工具，包括：私有郵件列表內容，以及未公開的安全漏洞報告。
換句話說，AI 可以幫你寫程式碼，但責任仍必須由人類開發者承擔。
討論的第一步：大家連「AI 是什麼」都還沒統一
但不久，這場討論很快暴露出一個更基礎的問題——大家甚至連「AI」這個詞都還沒達到共識。
Debian 開發者 Russ Allbery 直言，現在「AI」這個詞已經變得過於模糊：如今的「AI」幾乎可以指稱宇宙中的任何事物。
有人指的是 ChatGPT，有人指的是程式碼生成工具，甚至有人把一般自動化工具也納入其中。
他認為，如果 Debian 想要制定政策，必須明確具體對象，例如是大型語言模型（LLM）、強化學習，或是其他具體技術，否則政策難以具備可執行性。
「LLM 至少還有一個比較明確的含義，而『AI』往往只是說話者想表達什麼就代表什麼，甚至同場討論中的含義也會變化。」他這樣說。
另一位開發者 Sean Whitton 也建議：如果要訂定政策，至少應該使用 LLM 而不是這個模糊的 AI 字詞；並區分不同的 AI 使用情境，例如程式碼審查、原型生成或直接生成生產程式碼。他指出最好在投票選項中分別處理這些情況，而不是採取『一刀切』的做法。
然而，與這些開發者的看法不同，Lucas Nussbaum 則認為，技術細節並不是重點，真正的問題是：是否允許自動化工具參與程式碼生成或分析。
他舉了一個例子：在 Linux 核心早期，社區曾因為 BitKeeper 版本控制系統是否應該被使用而產生激烈爭論；類似的情況也出現在安全工具領域——如果漏洞掃描工具是閉源的，那社區是否應該忽略它所發現的漏洞？
Nussbaum 表示：如果我們採取完全『反工具』的立場，那就很難劃出清楚的界線。
AI 是否會破壞開源社區的『新人培養機制』？
接著，這場討論轉向了一個更深層的問題：AI 是否會破壞開源社區培養新人的機制？
開發者 Simon Richter 提出了一個有趣的觀點：AI 代理在某種程度上，可能取代初階開發者。在許多情況下，初階開發者能在導師指導下完成任務，而同樣的任務現在也可以由 AI 完成——問題在於：AI 不會學習。
也就是說，社區投入的指導成本，無法轉化為新的長期貢獻者。
Simon Richter 說：『最好的情況是：一個小錯誤被解決了，但沒有培養出新的貢獻者；最糟的情況是：所謂的貢獻者只是 AI 與維護者之間的『中間人』。」
此外，他還擔心 AI 工具的使用成本：如果未來開發越來越依賴付費 AI 工具，可能會降低一般使用者參與開源的門檻。
對此，Lucas Nussbaum 也並不完全認同。他認為 Debian 不會缺少適合新手的任務，AI 甚至可能幫助新手處理更複雜的問題。他還引用了一項研究（由 Anthropic 員工參與撰寫），其中指出：人與 AI 的互動方式差異很大，不同的使用方式對學習效果的影響也完全不同。
另一位知名的 Linux 開發者 Ted Ts’o 也直接反駁了反對 AI 的觀點：有些人擔心 AI 會減少未來的資深貢獻者，但如果因此拒絕 AI 使用者參與貢獻，那才是真正的自我傷害。
倫理問題：AI 公司正在『吸乾互聯網』
還有一部分反對聲音來自倫理層面與版權問題。
Debian 開發者 Matthew Vernon 指出，生成式 AI 公司在訓練模型時存在明顯問題。例如：大規模抓取互聯網內容、不顧版權與開源授權、直接使用他人的智慧財產權進行模型訓練等。
他說：這些公司瘋狂抓取內容，對版權幾乎毫不在意。
Matthew Vernon 還提到了其他爭議，包括 AI 的能源消耗、深度偽造問題以及 AI 生成的虛假安全漏洞報告——在他看來，Debian 這種自由軟體項目應該明確反對這些 AI 工具。
除了倫理問題，版權問題也同樣懸而未決，主要涉及模型訓練資料的版權以及 AI 生成內容的版權歸屬。
對此，開發者 Jonathan Dowland 建議：在法律環境更明確之前，或許暫時禁止此類貢獻會比較安全。
AI 程式碼品質差？其實人類也是如此
在這場討論中，還出現了一個有趣的觀點。
許多反對 AI 程式碼的人認為問題在於品質太差。但 Debian 開發者 Russ Allbery 認為這個理由並不成立：人類確實可以寫出比 AI 更好的程式碼，但同樣也可以寫出更糟的程式碼。
他甚至開玩笑說：寫出毫無意義的垃圾程式碼不需要創造力，但要寫出真正糟糕的程式碼，反而仍需要人類的天賦。
還有開發者指出，AI 可能只是軟體開發的又一次技術演進，但它也帶來了新的問題，例如：如果程式碼是透過 Prompt 生成的，那麼程式碼的『首選修改方式』是什麼？
對此，Nussbaum 提供的答案是：應該修改 Prompt，而不是修改生成的程式碼。
不過，這個答案難以令人信服——畢竟 LLM 的輸出通常不是確定性的，而且模型版本也會持續更新；即使使用相同的 Prompt，未來生成的程式碼也可能完全不同。
最終結果：Debian 決定先觀望
從整個討論來看，Debian 開發者在此議題上遠未達成共識，甚至連最基礎的問題都還沒統一：什麼才算是 AI 生成的貢獻？
Nussbaum 表示，他最初提出決議，是因為社群中出現了一些針對 AI 使用者的攻擊。但在經過一段時間的交流後，目前討論整體仍然理性，因此沒有必要急於制定政策。
不過他也推測，如果未來真的進行投票，最終方案很可能是：允許使用 AI，但將附帶一系列嚴格限制。
參考連結：https://lwn.net/SubscriberLink/1061544/125f911834966dd0/