GCC指导委员会宣布AI政策

原文 ↗ Hacker News 讨论 ↗

GCC 新的 AI 政策限制大型语言模型（LLM）用于“在法律上重要”的代码，但允许用于测试、找 bug 和小修改，这已成为关于核心基础设施中 AI 更广泛担忧的一个焦点。评论者权衡了法律与许可风险——尤其是 GPL 以及 AI 生成代码的可版权性——与生产力收益之间的关系，将 GCC 的谨慎立场与 LLVM 更宽松的“人在回路中”做法进行对比，并讨论这些规则究竟是在保护软件质量，还是只会把 AI 辅助工作推向单独的分支和专有生态系统。

GCC 的 AI 政策概览

  • GCC 采取了一项相对严格的政策：不允许使用 LLM 生成“在法律上重要”的实现代码（约 >15 行），但允许将 LLM 用于测试、调试、发现 bug 和审查。
  • 提交的 commit 信息必须标注 LLM 协助。人类仍然负责，并且必须理解并解释自己的贡献。
  • 许多评论者认为这是一项温和、写得很好且尊重人的政策，尤其是与其他地方更说教式的表态相比。

版权、GPL 与法律风险

  • 重点关注 GPL/版权：
    • 担忧 1：LLM 可能会复述受版权或 GPL 保护的代码，使项目面临侵权指控。
    • 担忧 2：完全由 AI 生成的代码可能不受版权保护（尤其是在要求人类作者身份的欧盟/美国解释下），这会削弱 GPL 的可执行性，并随着时间推移“冲淡”自由软件保护。
  • 也有人认为，针对 LLM 生成代码起诉项目的可能性不大，而大型 AI 供应商提供的赔偿条款表明现实风险较低。
  • 对当前判例法（例如合理使用裁决）是否真正解决了这些问题存在分歧；现状被认为仍在变化中，且部分不够明确。

质量、“Slop” 与维护者负担

  • 维护者报告称，出现了一波波低质量、完全由 agent 驱动的 PR（包括 AI 生成的代码，甚至 AI 生成的代码审查），提交者往往既不理解也不测试这些内容。
  • 审查时间本就稀缺；许多人认为，禁止或严格限制 LLM 输出，是防御通过廉价海量 PR 进行“放大版 DoS”的手段。
  • 也有人反驳说，LLM 如果谨慎使用，可以帮助处理枯燥任务（测试、样板代码、企业胶水代码），真正的问题在于执行标准和问责，而不是工具本身。

执行与社会动态

  • 很多人指出，执行本质上是模糊的：人们可以撒谎，或者使用 LLM 但对输出进行“润色”，让它看起来像人类写的。
  • 建议的威慑措施包括：社会压力、禁止撒谎者、对新贡献者进行额外审查，以及要求贡献者详细回答关于其更改的问题。
  • 一些人担心，这类政策主要会阻止诚实的 AI 用户，却无法阻止坏人。

意识形态、极化与生态系统分裂

  • 讨论凸显了围绕 AI 的强烈极化：有人指责其类似“宗教”、末世式思维，以及个人身份与使用或拒绝 LLM 绑定在一起。
  • 有人预见会出现“人类原教旨主义” OSS 栈与“机器辅助”栈的分裂，甚至可能出现主要项目的 AI 重度分支。
  • 也有人认为，自由软件理念应当推动自由/开源的 LLM，而不是对这项技术一概抵制。