AI 与创作共享的瓦解
生成式 AI 正在迫使互联网长期以来关于“开放”的规范进行一次清算，尤其是在开源和 Creative Commons 内容方面。许多贡献者担心，他们自由分享的代码、文字和艺术作品被在未经同意、署名或法律救济的情况下摄入专有模型，从而削弱分享的社会契约与创作激励。另一些人则反驳说，AI 极大放大了开源代码与知识的力量，真正的问题在于公司权力集中、劳动保护薄弱以及监管不足，而不在于技术本身。
技术、颠覆与社会契约
- 若干评论将 AI 视为一条长期模式中的一部分：技术“快速前进并打破事物”，往往是通过无视法律和既有社会契约（出租车、酒店、零工劳动、数据隐私）。
- 也有人反驳这只是以硅谷为中心的夸张；许多技术（例如科学工具、普通 SaaS）并不会天然破坏社会契约。
就业、自动化与“失落的一代”
- 反复出现的主题：即便从长期看社会总体受益，自动化也会让特定工人失去工作。
- 评论者担心 AI 可能造就新一代“失落的一代”——高学历但就业不足的劳动者，类似历史上的工业转型。
- 有人认为正确的回应应是强有力的工人支持和再培训，而不是停止进步。
AI、训练数据与 Creative Commons/许可证
- 核心担忧：LLM 在未尊重许可证、署名或创作者意图的情况下摄取代码、文本和 CC/OSS 作品，然后帮助公司将这些语料变现。
- 一些人认为这就是赤裸裸的盗窃，违反了 Creative Commons 规范；另一些人则说，基于数据训练并不等同于复制，而且在最近的裁决中已被认定为合法。
- 关于“自由 0”（任何用途）是否以及能否包含禁止 AI 摄取，以及版权本身是否越来越难以执行，存在争论。
对开源与自由软件的影响
- 许多人担心 AI 会削弱共享动机：没有署名、更容易进行许可证漂洗，以及公司把 copyleft 理念“权利漂洗”成宽松许可或专有技术栈。
- 维护者表示自己被大量低质量、AI 生成的 PR 和 issue 淹没，侵蚀了开源协作模式的可行性。
- 也有人认为 AI 是一种福音：它降低了修改软件、逆向工程格式/二进制的门槛，并让更多软件事实上成为可修改的“自由”软件。
- 人们也在审视开源软件的动机：一些人说愤怒暴露出很多贡献者其实是为了自我/履历，而不是纯粹建设公共资源；另一些人坚持署名和声誉是正当的、非自私的动机。
质量、“slop” 与信任
- 对“slop”代码和内容的焦虑广泛存在：难以审计的 AI 输出、隐藏后门，以及海量低质量贡献。
- 反方观点：信任一直都是问题（例如 npm 供应链）；LLM 也被用于发现漏洞和改进审查。
集中化、权力与未来走向
- 人们强烈担心 AI 会将知识和权力集中到少数公司手中；未来可能出现仅 API 可用的软件、被锁定的设备，以及限制开放模型的法律。
- 也有人强调开放权重模型，认为一旦权重被发布，就无法被“取消发布”，作为对完全封闭的一种棘轮式制衡。