“AI寫的代碼算不算貢獻？”Debian開發者吵了半個月，最后只得出三個字：先觀望

整理 | 鄭麗媛

出品 | CSDN（ID：CSDNnews）

現如今，大模型正在快速改變軟件開發方式，但開源社區卻開始陷入新的困惑：如果代碼是 AI 寫的，還算不算開發者貢獻？

最近，全球最重要的 Linux 發行版之一 Debian，就因為這個問題展開了一場持續數周的激烈討論：

● 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”。

但爭論到最后，Debian 社區得出的結論卻有點出人意料——先觀望，暫時不做決定。

一份“AI貢獻政策”草案，引爆社區討論

事情的起點，是 Debian 開發者 Lucas Nussbaum 在今年 2 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 輔助生成的代碼進入 Debian 項目。為此，他提出了一份草案，希望明確 Debian 在這一問題上的政策，并表示會先收集幾天社區反饋，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（部分或全部由大語言模型生成）是可以接受的，但需要滿足一系列條件，例如：

（1）如果貢獻的重要部分來自 AI 工具且沒有人工修改，必須明確披露

（2）貢獻中需要加入清晰聲明或機器可讀標簽，例如 [AI-Generated]

（3）提交者必須完全理解自己的提交內容

（4）提交者需要對代碼負責，包括技術質量、安全性、許可證合規和實際用途

此外，該草案還規定：為了避免發生嚴重的數據泄露風險，不得將非公開或敏感的項目數據輸入生成式 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 可以幫你寫代碼，但責任必須仍由人類開發者來承擔。

爭論的第一步：大家連“AI是什么”都沒統一

但很快，這場討論很快暴露出一個更基礎的問題——大家甚至沒有就“AI”這個詞達成共識。

Debian 開發者 Russ Allbery 直言，如今“AI”這個詞已經變得過于模糊：現在的“AI”幾乎可以指宇宙中的任何東西。有人指 ChatGPT，有人指代碼生成工具，有人甚至把普通自動化工具也算進去。他認為，如果 Debian 要制定政策，就必須明確具體對象，例如是大語言模型（LLM）、強化學習，還是其他具體技術，否則政策很難具有可執行性。

“LLM 至少還有一個比較明確的含義，而 ‘AI’ 往往只是發言者想表達什么就代表什么，甚至同一場討論里含義都在變化?！彼f。

另一位開發者 Sean Whitton 也建議：如果要制定政策，至少應該使用 LLM 而不是 AI 這個模糊詞；并區分不同的 AI 使用場景，比如代碼審查、原型生成還是直接生成生產代碼。他指出最好在投票選項中分別處理這些情況，而不是“一刀切”。

然而，不同于這些開發者的看法，Lucas Nussbaum 則認為，技術細節并不是重點，真正的問題是：是否允許自動化工具參與代碼生成或分析。

他舉了一個例子：在 Linux 內核早期，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發現的漏洞？

Nussbaum 表示：如果我們采取完全“反工具”的立場，那將很難劃出清晰邊界。

AI 可能破壞開源社區的“新人培養機制”？

隨后，這場討論轉向了一個更深層的問題：AI 會不會破壞開源社區培養新人的機制？

開發者 Simon Richter 提出了一個很有意思的觀點：AI 代理在某種程度上，可能取代初級開發者。在很多情況下，初級開發者能在導師指導下完成任務，同樣的任務，現在也可以由 AI 完成了——可問題是：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 Bug 被解決了，但沒有培養出新的貢獻者；最糟糕的情況是：所謂的貢獻者只是 AI 和維護者之間的‘中間人’?！?/p>

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，可能會降低普通用戶參與開源的門檻。

對此，Lucas Nussbaum 也并不完全認同。他認為 Debian 不會缺少適合新人的任務，AI 甚至可能幫助新手處理更復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 的交互方式差異很大，不同使用方式對學習效果影響也完全不同。

另一位知名 Linux 開發者 Ted Ts’o 也直接反駁了反 AI 的觀點：一些人擔心 AI 會減少未來的資深貢獻者，但如果因此拒絕 AI 用戶參與貢獻，那才是真正的自我傷害。

倫理問題：AI 公司正在“吸干互聯網”

還有一部分反對聲音來自倫理層面和版權問題。

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、無視版權與開源許可證、直接使用他人的知識產權訓練模型等。

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、深度偽造問題和 AI 生成的虛假安全漏洞報告——在他看來，Debian 這樣的自由軟件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，主要涉及模型訓練數據的版權和 AI 生成內容的版權歸屬。對此，開發者 Jonathan Dowland 建議：在法律環境更清晰之前，也許暫時禁止這類貢獻會更安全。

AI代碼質量差？其實人類也一樣

在這場討論中，還出現了一個有趣的觀點。

很多人反對 AI 代碼，理由是質量太差。但 Debian 開發者 Russ Allbery 認為，這個理由并不成立：人類確實可以寫出比 AI 更好的代碼，但也同樣可以寫出更糟糕的代碼。他甚至調侃道：寫毫無意義的垃圾代碼不需要創造力，但要寫出真正糟糕的代碼，反而還需要人類的天賦呢。

還有開發者指出，AI 可能只是軟件開發的又一次技術演進，但它也帶來了新的問題，例如：如果代碼是通過 Prompt 生成的，那么代碼的“首選修改方式”是什么？

對此，Nussbaum 給出的答案是：應該修改 Prompt，而不是修改生成的代碼。不過，這個答案無法令人信服——畢竟 LLM 的輸出通常不是確定性的，且模型版本也會不斷更新，即使使用同樣的 Prompt，未來生成的代碼也可能完全不同。

最終結果：Debian決定先觀望

從整個討論來看，Debian 開發者在這個問題上遠未達成共識，甚至連一個最基礎的問題都沒有統一：什么才算是 AI 生成貢獻？

Nussbaum 表示，他最初提出決議，是因為社區中出現了一些針對 AI 用戶的攻擊。但經過一段時間交流后，目前討論總體仍然理性，因此沒有必要急于制定政策。

不過他也推測，如果未來真的進行投票，最終方案很可能會是：

允許使用AI，但將附帶一系列嚴格限制。

參考鏈接：https://lwn.net/SubscriberLink/1061544/125f911834966dd0/

未來沒有前后端，只有 AI Agent 工程師。

這場十倍速的變革已至，你的下一步在哪？

4 月 17-18 日，由 CSDN 與奇點智能研究院聯合主辦「2026 奇點智能技術大會」將在上海隆重召開，大會聚焦 Agent 系統、世界模型、AI 原生研發等 12 大前沿專題，為你繪制通往未來的認知地圖。

成為時代的見證者，更要成為時代的先行者。

奇點智能技術大會上海站，我們不見不散！