争议焦点不是“AI写代码”,而是价值如何被分配
要求所有AI生成代码开源,表面上是维护开源社区,实际却把三个不同问题混在了一起:模型训练是否合规、生成结果是否侵犯既有许可证,以及开发者能否把AI输出主张为自己的作品。若只按代码由谁生成来划分权利,使用一次AI辅助便公开整个项目,看似公平,实则会误伤需求分析、架构设计、测试和运维等大量人类劳动。
更关键的问题是,模型训练与代码使用属于两个不同环节。训练材料进入模型后,通常不会像软件库那样附带可自动执行的许可证通知;模型输出虽然可能与既有项目相似,却很难证明其来源。由此形成责任断层:模型公司提供生成能力,企业客户直接进入产品,开源作者则在侵权发生后承担举证和追责成本。
因此,真正值得讨论的不是一句“AI代码必须开源”,而是如何让使用公共代码训练出来的模型承担更清晰、可追踪的义务。

法律与技术层面的四个难点
第一,纯AI输出未必能直接套用MIT或GPL许可证。这些许可证依赖著作权人授权。如果某段代码没有可确认的人类作者,是否存在一个有能力授权它的主体,本身就有疑问。主张“没有版权,所以应当进入公共领域”也不成立:缺乏版权保护与作者主动放弃权利是两回事,后者才能通过CC0等方式实现。
第二,许可证义务取决于来源,而不是输出形式。如果模型逐字复现GPL代码,生成结果可能继承相应条件;即便文本经过改写,只要构成受保护作品的衍生作品,仍可能受到许可证约束。企业若不公开代码,不能简单用“AI生成的”来规避义务。招股书所列出的重新开发、诉讼、赔偿及披露部分源代码风险,说明这已不是理论假设。
第三,相似不等于复制,识别却越来越困难。早期模型可能直接复现代码,概率明显降低后,受保护的表达、设计思路和功能结构仍可能进入输出。传统侵权判断需要接触原件、比对表达差异并证明实质性相似;面对海量生成内容,开源作者既不知道模型吸收了什么,也难以建立完整证据链。
| 争议对象 | 核心判断 | 合规难点 |
|---|---|---|
| 训练语料中的开源代码 | 公开可见不等于可任意训练 | 许可证、附带条款及数据集来源需分别审查 |
| 纯AI生成代码 | 可能缺少明确著作权人 | 能否有效附加许可证存在疑问 |
| 与开源项目接近的输出 | 不能仅凭“看起来相似”认定侵权 | 来源追踪与实质性相似证明困难 |
| 经人类设计和审查的代码 | 人类贡献应单独识别 | 协作记录与版本证据可能被割裂 |
第四,开源不等于免费,商业利益仍可通过服务获得。开放代码可以降低采用门槛,却不必然消除收入来源。真正需要避免的是借开源社区的集体成果完成商业积累,再通过许可证洗白切断义务追溯。
Anthropic的条款暴露了模型公司的责任缺口
Anthropic一方面向客户转让其可能拥有的模型输出权利,使客户可以把代码纳入专有产品;另一方面又在招股文件中承认,自家工具生成的代码可能包含或复现第三方开源内容,从而触发著佐权义务。这两者并非必然直接冲突,因为训练风险、模型输出与具体产品责任可以分层处理,但现有安排留下了模糊地带。
例如,模型公司若掌握训练数据治理、去重、相似度检测及来源标记能力,就应在产品层提供可执行的风险提示,而不能仅靠客户阅读长篇条款。客户也不能把全部责任推回模型供应商:选择代码、整合进产品并对外发布,始终是经营者的决定。Claude Code仓库可见、MCP进入开放治理生态,也不意味着模型权重和核心商业服务已经开源;代码托管与开源许可是两件事。
普通开发者与企业现在能做什么
对普通开发者而言,最实用的做法不是争论所有AI代码的抽象归属,而是保留可验证的人类贡献,并控制工具接触敏感源码的范围。对企业而言,风险管理重点应从“是否使用Claude”转向“如何证明代码来源、谁承担发布责任”。
- 建立来源台账:记录所用模型、提示词、生成时间、涉及仓库和人工修改人,避免输出脱离上下文。
- 采用分层许可:对纯AI样板代码与包含专有架构、需求和业务逻辑的实现分别管理;涉及外部项目的片段,单独做相似性和许可证审查。
- 保留人工贡献证据:使用版本控制、代码审查和提交记录,持续证明哪些部分由人完成设计、测试或重写。
- 设置发布闸门:依赖扫描之外增加法律复核,尤其关注强著佐权许可证、代码搬运和高度相似实现。
- 推动供应商提供可追溯能力:要求模型厂商披露已知风险、输出标记、训练数据治理原则,以及发生许可证争议时的协作机制。
强制开源可以成为倡议,却不宜成为唯一答案。更公平的制度应同时保留开源作者的许可权、开发者对人类创造部分的权利,以及模型公司的可问责机制。只有把训练、生成、集成和发布四个环节分别厘清,AI编程才可能形成可持续的信任体系。
