2026年11月13日，这位全名Jakub T. Jankiewicz的波兰开发者在个人博客发了一篇千字短文，核心主张是所有AI生成代码都得强制开源。帖子在Hacker News收获968票支持，评论539条。
这正是企业不太愿意碰的地方：AI助手一天产出数亿行代码，这些代码法律上归谁，至今没有定论。
两把刀：训练数据与版权空白
Jankiewicz的论证分两条线走。
先是训练数据这条线。他提到，主流AI编程助手是在海量开源代码上训练的，其中包含Stack Overflow上用署名式Creative Commons许可证发布的内容。模型吃了这些集体贡献，吐出来的却是闭源商业代码，他给这事起了个名字叫“许可证洗白”。
再是版权主体这条线。美国版权局2025年1月的AI报告第二部分写得很清楚：完全由AI生成、没有人类实质性创意投入的作品，拿不到版权保护。这个结论能追到“猴子自拍”案——2011年猕猴拍下的照片，因为拍摄者不是人类，法院和版权局都裁定不受保护，归入公共领域。Wikimedia Commons现在要求所有纯AI生成图片标注为公共领域。
两条线索一叠加，Jankiewicz的看法是：开发者和企业不如主动把AI生成代码用开源许可证发出去，或者走CC0协议直接贡献到公共领域。
数据先到一步：问题已经在发生
Black Duck 2026年开源安全与风险分析报告给出的数字是：当年度审计的商业代码库中，68%存在开源许可证冲突，上年是56%，一年涨了12个百分点，为历史最大单年涨幅。有的代码库一处就冒出2675处不同的许可证冲突。报告把AI编程助手列为主要推手——模型生成的代码片段可能带着GPL或AGPL这类强著佐权许可证的义务，可输出时并不附许可证信息。
治理上的缺口同样明显。Black Duck调查显示，76%的企业会查AI生成代码的安全风险，但评估知识产权和许可证风险的只有54%，把安全、质量、IP三项合在一起做全面评估的仅24%。
Hacker News上的真实分歧
Jankiewicz这篇文章，同时惹到了两批人，而这两批人重合度还很高。
反对声里最被认可的类比来自一条高赞评论：AI就是个工具，跟编译器一样。程序员的架构决策、提示词工程、代码审查都摆在那儿，不能因为最后几行是AI输出的就一笔抹掉。
这个类比马上被顶了回来：把GPL许可的源代码喂给编译器，生成的二进制文件照样受GPL约束；那为什么输入LLM训练一遍，输出就能豁免？还有一条反驳说，每月200美元的订阅费不是每个开发者都掏得起，Anthropic也不是所有国家和地区都能用。
吵下来暴露的问题是：AI生成代码的速度已经远远甩开人类审查的速度，“开发者对输出内容负有实质责任”这个前提，越来越站不住。
法律正在追赶，但还差很远
美国第九巡回上诉法院2026年2月开庭审理Doe v. GitHub案，争的是GitHub Copilot这类AI编程助手有没有侵犯开源许可证。截至发稿，判决还没下来。案子关键在于：AI生成的高度相似代码，算不算对训练数据的“逐字复制”。
英国法律对计算机生成作品给的是有限版权保护，美国则认定这类作品不受版权保护。Jankiewicz的判断是，主动采用CC0或开源许可证，是在全球法律框架收敛之前，让各司法管辖区保持一致的最省事路径。
谁在推迟这个问题
挡在“AI生成代码强制开源”前面最大的东西是利益结构。做AI编程助手的大型科技公司，生意模式就靠用户生成并留住闭源代码。真要求输出物开源，企业客户的竞争壁垒会被削掉一块。
另一边，大量中小型软件企业已经在用AI生成代码，可它们既没能力逐行核查许可证合规，也没资源应付潜在诉讼。Black Duck报告里那个68%的许可证冲突率，说的主要就是这批企业的处境。
独立判断
Jankiewicz的说法道义上站得住，操作上却有模糊地带——“人写的占多少比例才算人类作品”，眼下没有任何法律体系给出可执行的定义。
更值得记下的是：强制开源未必是唯一出路，但“什么都不做”已经在产生后果。68%的许可证冲突率、仅54%的企业评估AI代码IP风险，说明行业目前的默认状态，是靠集体沉默一点点攒法律敞口。
