事实 524 · 信号 29 · 条目 20 · 数据库 3,168 KB · 机器人 —guest@ftrlg这是你~/whoami你在匿名发言。若想每次署名一致，评论时设一个密钥——它会生成你的 tripcode。没有注册，也永远不会有

开源

由 AI 翻译，经编辑部审校

future.log 编辑部 · 发布于

开源（英语 open source）指源代码任何人都可以阅读、修改和分发的软件。是否开源由许可证决定：按照开放源代码促进会（Open Source Initiative）的定义，开源“不仅仅意味着可以获取源代码”：许可证必须允许自由分发程序、修改程序，并分发修改后的版本。1

这场运动始于 1983 年的自由操作系统项目 GNU，而“open source”一词出现于 1998 年。23 如今几乎每个程序里都有开源代码，它对经济的价值以数万亿美元计。45 AI 到来之后，开源代码又成了原料：会写代码的模型就是用开源代码训练的，而开源项目本身则饱受 AI 爬虫和大量 AI 代码修改之苦。

历史

  • 27.09.1983理查德·斯托曼宣布，他将开始编写一个完整的、与 Unix 兼容的系统 GNU，并将“免费送给所有能用它的人”。2 ¶ ckb4b47nh
  • 25.08.1991林纳斯·托瓦兹在 comp.os.minix 新闻组中说，他在为 386 电脑做一个自由的操作系统——“只是个爱好，不会像 GNU 那样庞大和专业”。Linux 就是从它发展而来的。6 ¶ c2mp68k6u
  • 03.02.1998Netscape 决定开放浏览器源代码后不久，在帕洛阿尔托的一次会议上，克里斯汀·彼得森（Christine Peterson）提出了“open source”这个术语；2 月底，开放源代码促进会成立。3 ¶ ct64k8kz9
  • 10.04.2008GitHub 上线——这个代码托管平台后来成了开源代码的主要阵地。7 ¶ c7deb3mcs
  • 29.06.2021GitHub 推出 Copilot，它基于 OpenAI Codex 模型，而该模型的训练数据中包括大量公开源代码。8 ¶ cav3fkjdg
  • 03.11.2022程序员们因 Copilot 对 GitHub、Microsoft 和 OpenAI 提起集体诉讼——据原告称，这是美国第一起质疑 AI 系统的训练及其产出的诉讼。9 ¶ cwzsrimk7
  • 28.10.2024开放源代码促进会发布开源 AI 定义 1.0：不仅权重必须开放，训练数据的信息也必须足够详细，让专业人士能据此构建出实质上等效的系统。10 ¶ c6gytcsan
  • 16.09.2026美国第九巡回上诉法院维持了驳回依据 DMCA 法对 Copilot 提出的诉求的判决：法院认为，Copilot 和 Codex 并没有从现有作品中删除版权信息，而是创作了原本就不含这些信息的新作品。11 ¶ c4c4ngdr8

数据

研究测量内容结果
霍夫曼、内格尔、周（Hoffmann, Nagle, Zhou）（哈佛商学院），01.20244如果广泛使用的开源代码不存在，它值多少钱重新开发需要 41.5亿美元，而它对用户的价值达 8.8万亿美元；没有开源代码，企业在软件上的花费将是现在的 3.5 倍；96% 的价值由 5% 的开发者创造 ¶ czd9pksaf
GitHub Octoverse，29.10.202412GitHub 上一年的活动5.18 亿个项目中有超过 52 亿次代码修改；生成式 AI 项目增加了 98%，其中的代码修改增加了 59%；Python 超过了 JavaScript ¶ cbutvs2a4
GitHub Octoverse，28.10.202513次年的同一指标开发者超过 1.8 亿；超过 110 万个公开仓库使用大语言模型 SDK，其中 693,867 个是在过去 12 个月内创建的 ¶ c2vtfm8q5
Black Duck，OSSRA 报告，20265经过审查的商业软件；该公司销售代码审查服务98% 的软件含有开源代码；68% 存在许可证冲突 ¶ cq2bi5r9b
[编辑部结论]

开源代码是公共基础设施：几乎每个商业程序里都有它，它对用户的价值是其开发成本的数千倍。而这份价值依赖极少数人——5% 的开发者贡献了 96% 的价值。AI 从两个方向加重了他们的负担：模型用开源代码训练，而爬虫和自动生成的代码修改则耗费项目的时间和资源。迄今为止，法院尚未认定 Copilot 的训练和运行违反 DMCA 法。 ¶ cfeknc6aa

事件

xz 后门，2024年3月 ¶ cjfj5sjxe

2024年3月29日，开发者安德烈斯·弗罗因德（Andres Freund）报告称，压缩库 xz/liblzma 的代码仓库和发布包中含有一个后门，可以用来攻破 ssh 服务器（CVE-2024-3094）。14 带后门的发布包由一位名为 Jia Tan 的参与者创建并签名。15 两年前，项目维护者拉塞·科林（Lasse Collin）曾写道，由于长期的心理健康问题，他投入项目的能力有限，Jia Tan 可能会在项目中承担更重要的角色。16

AI 爬虫冲击开源基础设施，2025 年 ¶ ckrvdjbad

代码托管平台 SourceHut 的创始人德鲁·德沃尔特（Drew DeVault）在 2025年3月17日写道，他要花 20% 到 100% 的工作时间来抵御“极度激进”的大语言模型爬虫，服务每周都会出现几十次短暂故障；而只有“与现实隔着好几层善意假设”的人，才会以为这些爬虫遵守 robots.txt。17 GNOME 社区在自己的 GitLab 前部署了代理 Anubis，它要求访问者完成一定的计算工作，以此挡住 AI 抓取程序。18

维基媒体：机器人流量，2025年4月 ¶ ciz668dck

维基媒体基金会报告称，自 2024年1月以来，下载媒体文件的流量增长了 50%，而增长来自自动程序，而不是人。在成本最高的流量中，至少 65% 来自机器人，尽管它们在页面浏览量中只占约 35%。19

批评

开放源代码促进会两次声明，Llama 模型（由 Meta 开发）的许可证不是开源许可证：2023年7月20日，它指出 Meta 制造了 Llama 2 是“open source”的误解；2025年2月18日，它又指出 Llama 3.x“无论怎么看都仍然不是开源”，尽管 Meta 继续这样称呼它。2021 ¶ ceqg7vn5e

拉德堡德大学的安德烈亚斯·利森菲尔德（Andreas Liesenfeld）和马克·丁格曼斯（Mark Dingemanse）研究了 45 个以上的生成式 AI 系统后，把这种现象称为“开源洗白”（open-washing）：“open source”一词被广泛使用，但许多模型充其量只是“开放权重”，而许多开发者通过隐藏训练和微调数据，逃避科学、法律和监管方面的审查。22 ¶ ce32w57y8

发展

一些大型项目正在对 AI 编写的代码关上大门：2024年4月，Gentoo 理事会禁止使用 AI 工具创作的贡献；NetBSD 将这类代码“推定为受污染的代码”，未经管理层书面许可不予接受；QEMU 拒绝任何被认为含有 AI 生成内容的代码修改。232425 ¶ cefpkc7aa

同一过程的另一面，是大量未经审查的 AI 代码修改和报告，让维护者不堪重负：见维护者危机。

参见

维护者危机氛围编程开放权重AI 结对编程机器学习框架

参考资料

  1. The Open Source Definition — Open Source Initiative. opensource.org ↩

  2. Initial Announcement — GNU Project, 27.09.1983. gnu.org ↩ ↩2

  3. History of the OSI — Open Source Initiative. opensource.org ↩ ↩2

  4. M. Hoffmann, F. Nagle, Y. Zhou. The Value of Open Source Software — Harvard Business School, Working Paper 24-038, 01.2024. hbs.edu ↩ ↩2

  5. Open Source Security and Risk Analysis Report 2026 — Black Duck, 2026. blackduck.com ↩ ↩2

  6. Linus Torvalds: «What would you like to see most in minix?» — comp.os.minix, 25.08.1991. groups.google.com ↩

  7. We launched — GitHub, 10.04.2008. github.blog ↩

  8. Introducing GitHub Copilot: your AI pair programmer — GitHub, 29.06.2021. github.blog ↩

  9. GitHub Copilot litigation — Joseph Saveri Law Firm & Matthew Butterick, 03.11.2022. githubcopilotlitigation.com ↩

  10. The Open Source AI Definition – 1.0 — Open Source Initiative, 28.10.2024. opensource.org ↩

  11. Doe v. GitHub, Inc., No. 24-7700 — U.S. Court of Appeals for the Ninth Circuit, 16.09.2026. ca9.uscourts.gov ↩

  12. Octoverse 2024 — GitHub, 29.10.2024. github.blog ↩

  13. Octoverse: A new developer joins GitHub every second as AI leads TypeScript to #1 — GitHub, 28.10.2025. github.blog ↩

  14. Andres Freund: «backdoor in upstream xz/liblzma leading to ssh server compromise» — oss-security, 29.03.2024. openwall.com ↩

  15. XZ Utils backdoor — Lasse Collin, Tukaani Project. tukaani.org ↩

  16. Lasse Collin: «Re: [xz-devel] XZ for Java» — xz-devel, 08.06.2022. mail-archive.com ↩

  17. Please stop externalizing your costs directly into my face — Drew DeVault, 17.03.2025. drewdevault.com ↩

  18. Anime girl on Gnome GitLab — GNOME Discourse, 14.03.2025. discourse.gnome.org ↩

  19. How crawlers impact the operations of the Wikimedia projects — Wikimedia Foundation, 01.04.2025. diff.wikimedia.org ↩

  20. Meta’s LLaMa license is not Open Source — Open Source Initiative, 20.07.2023. opensource.org ↩

  21. Meta’s LLaMa license is still not Open Source — Open Source Initiative, 18.02.2025. opensource.org ↩

  22. A. Liesenfeld, M. Dingemanse. Rethinking open source generative AI: open-washing and the EU AI Act — FAccT ‘24, 06.2024. facctconference.org ↩

  23. AI policy — Gentoo Council, 14.04.2024. wiki.gentoo.org ↩

  24. Commit guidelines — NetBSD. netbsd.org ↩

  25. Code provenance — QEMU. gitlab.com ↩

你的署名

需要记住的是密钥——它就是你的密码。tripcode 由密钥计算得出，显示在你的名字旁：同一个密钥总会得到同一个 tripcode，没有密钥就无法伪造。密钥不会被公开，也不会保存在服务器上。