ai 编程似乎正步入一个略显尴尬的阶段。一方面，claude code、cursor、github copilot 等工具正深刻重塑开发流程，越来越多程序员开始借助 ai 编写函数、修复 bug，甚至生成整块功能模块。
但另一方面，开源社区却不得不直面一个现实困境：当一段代码主要由大模型产出，而提交者仅负责复制粘贴时，这份贡献究竟归属于谁？又该由谁来为其负责？
近日，GNU 编译器集合（GCC）社区就因 AI 生成代码问题引发广泛讨论，并最终达成倾向性共识：今年起，将不再接纳任何由 AI/大语言模型 Agent 生成的、具备“法律重要性”的代码贡献。
换言之，GCC 此后将拒收那些可能影响版权归属、许可证合规性或引发法律责任的核心逻辑变更——只要其源头为 AI 或基于 AI 输出衍生而来。
GCC 的核心顾虑：AI 代码最危险之处，不在缺陷本身，而在责任真空
GCC 是全球最具影响力的开源编译器项目之一，支撑着众多 Linux 发行版、嵌入式系统及底层软件生态。
不久前，GCC AI 政策工作组提交了一份关于 AI 使用的政策建议，随后获得 GCC 指导委员会批准并正式对外发布。
该政策已以原始 HTML 形式提交至项目文档库，其中明确了三项关键原则：
“当前 GCC 的政策是：拒绝所有包含 LLM 生成内容，或源自 LLM 输出、具有法律重大意义的代码贡献。”
“GCC 维护者可酌情接受由 LLM 生成的、法律意义较轻的贡献，但前提是这些提交必须满足全部常规代码贡献要求，并明确标注使用了 LLM。”
“作为例外，GCC 维护者允许接受全部或部分由 LLM 生成的、具有法律重大意义的测试用例类贡献。”
这一立场基本延续了 GNU 项目对 AI/LLM 贡献一贯的审慎态度。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
那么，为何要如此设限？
因为传统开源协作建立在一个至关重要的前提之上：提交代码的人，不仅是作者，更是责任人。
过去，一名开发者向 GCC 提交 Patch，意味着他已通读相关代码，理解修改意图，并愿意接受 Maintainer 的质询与审查。
但在 AI 时代，一种新型提交方式悄然浮现：开发者通过自然语言指令让 LLM 输出代码，再经简单验证即直接提交 Patch。
隐患在于，若 Maintainer 追问：“此处设计依据是什么？”“该优化是否会影响其他架构？”“此 Bug 修复是否覆盖全部边界场景？”
而提交者无法作答时，整个开源协作链条便面临断裂风险。
AI 生成代码的问题，远不止于“质量不可靠”，更在于其背后缺失真实存在的工程判断与技术权衡。
其他开源社区应对策略：Linux 设门槛、Zig 全面封禁 AI 编程
事实上，GCC 并非首个遭遇此类挑战的项目。
过去一年间，大量开源社区观察到一种新型贡献现象：由生成式 AI 驱动的海量低价值 Pull Request。对大型项目而言，真正的瓶颈从来不是编码速度，而是维护者审核成本。
Linux 内核社区对此尤为敏感。
近期，Linux 创始人 Linus Torvalds 对 AI 的态度清晰而务实——他并不排斥 AI 工具本身，反而肯定其在 Bug 探测与效率提升方面的潜力。
但他强烈反对两类行为：一是利用 AI 批量生成无效问题报告；二是提交未经充分验证的代码，徒增维护负担。
正因此，他多次公开强调：“请勿成为那种‘随手扔个不理解的报告就转身离开’的人。”
经内部协商，Linux 社区制定出一套明确规范：AI 可用于辅助开发，但提交者必须真正理解所提交代码，并承担最终责任；AI 不得替代 Developer Certificate of Origin（DCO）签署人的角色。
此外，Linux 内核还引入 Assisted-by 标签机制，要求在涉及 AI 协助的贡献中注明所用工具及模型信息。
相较之下，GCC 和 Linux 属于“有限开放”，而部分项目则采取更严格路径。例如 Zig 编程语言社区，曾明令禁止 AI 生成代码参与贡献。
Zig 维护者指出，大量 AI 产出的 Patch 将显著消耗核心维护者精力，因其审核成本往往高于自行重写。
他们担忧的是：对于小型开源项目而言，本就稀缺的维护人力若每日陷于处理 AI 提交，终将无力推进真正关键的功能演进。
开源生态依赖可信赖的代码根基
AI 技术的爆发式演进，确实在加速重构软件开发范式。但过去数十年，开源世界得以稳健运转，依靠的是一个朴素却关键的共识：每行代码背后，必须站着一个真实、可追溯、可问责的人。
此人或许来自企业，也可能是一位独立开发者，但他需能阐明自己提交的每一处改动，回应社区 Review，并为潜在后果担责。
大语言模型的兴起，正在动摇这一根基假设。
GCC 的决策表明，在基础软件领域，“AI 编程革命”不会被无条件接纳。
对于编译器、操作系统、数据库等维系数字世界运行的关键基础设施而言，代码行数从来不是衡量价值的核心指标。
真正决定其可靠性的，是代码背后的认知深度、责任归属，以及由此构建的信任体系。
AI 可以成为开发者手中更锋利的工具，但在开源世界里，最终被接纳的，永远只能是有人愿为之署名、为之辩护、为之负责的代码。
本文来自微信公众号“CSDN”，整理：苏宓，36氪经授权发布。
