AI代码开源之争：968票背后，许可证冲突已升至68%

2026年11月13日，波兰开发者Jakub T. Jankiewicz在自己的博客上发了一篇千字短文，核心主张只有一条：AI生成的代码都应当强制开源。这篇帖子在Hacker News拿到968票支持，评论数达到539条。

它戳中的是企业一直绕开的问题：AI助手如今每天产出的代码以亿行计，这些代码归谁、受什么约束，至今没有定论。

两条论证线：训练数据从哪来，版权又归谁

Jankiewicz给出的理由可以拆成两条线。

先看训练数据这一条。他的说法是，主流AI编程助手都建立在海量开源代码之上，其中就包括Stack Overflow那些带署名要求的Creative Commons许可内容。模型拿这些集体贡献训练出来，转头却产出闭源的商业代码，他给这种做法起了个名字叫“许可证洗白”。

再看版权主体这一条。美国版权局2025年1月发布的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，不受版权保护。这个结论能追到“猴子自拍”案，2011年猕猴按下的快门，因为拍摄者不是人类，法院和版权局都裁定不予保护，归入公共领域。Wikimedia Commons现在的做法是，所有纯AI生成的图片都要求标注为公共领域。

两条线一叠加，Jankiewicz的结论就出来了：开发者也好，企业也好，应当主动把AI生成的代码用开源许可证发出去，或者直接以CC0协议贡献给公共领域。

数据比争论先到：问题已经在发生

Black Duck 2026年开源安全与风险分析报告给出了数字：当年度接受审计的商业代码库里，68%存在开源许可证冲突，上一年这个比例是56%，一年上升12个百分点，是历史上最大的单年涨幅。个别代码库中出现的不同许可证冲突多达2675处。报告把AI编程助手列为主要推手，原因是模型生成的代码片段可能带着GPL、AGPL这类强著佐权许可证的义务，输出时却不附任何许可证信息。

治理上也有缺口。Black Duck的调查显示，76%的企业会检查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三项放在一起做全面评估的仅24%。

Hacker News评论区里的真实分歧

Jankiewicz这篇文章，同时得罪了两拨人，而这两拨人高度重叠。

反对声里最有分量的是一个类比，来自高赞评论：AI就是工具，跟编译器没什么两样。程序员做的架构决策、写的提示词、做的代码审查，不能因为最后几行是AI敲出来的就一笔勾销。

这个类比马上被顶了回来：把GPL许可的源代码喂给编译器，编译出来的二进制文件照样受GPL约束；凭什么输入LLM训练一圈，输出就能豁免？还有一条论点提到，每月200美元的订阅费不是每个开发者都掏得起，何况Anthropic也不是在所有国家和地区都能用。

辩论到这里暴露出一个前提问题：AI生成代码的速度已经远远超过人类审查的速度，“开发者对输出内容负实质责任”这句话，越来越难站住。

法律在追，但离追上还远

美国第九巡回上诉法院2026年2月审理了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，截至发稿仍未宣判。案子要回答的关键问题是：AI生成的高度相似代码，算不算对训练数据的“逐字复制”。

两个法域的态度并不一致。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的看法是，主动改用CC0或开源许可证，是在全球法律框架收敛之前，让不同司法管辖区保持一致的最简洁路径。

谁在把这个问题往后拖

挡在“AI生成代码强制开源”前面最大的东西是利益结构。提供AI编程助手的大型科技公司，商业模式本身就依赖用户生成并保留闭源代码，一旦要求输出物开源，企业客户手里的竞争壁垒就被削掉一块。

另一头是大量中小软件企业，它们已经在用AI生成代码，却没有能力逐行核查许可证是否合规，也没有资源去打潜在的官司。Black Duck报告里那68%的许可证冲突率，描述的很大程度上就是这批企业的现状。

独立判断

Jankiewicz的论点在道义上站得住，落到操作层面却有模糊地带：人写的部分要占多少比例才算人类作品，目前没有任何法律体系给出可执行的定义。

更值得记下的结论或许是：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，加上仅54%的企业会评估AI代码的IP风险，说明行业当下的默认状态，是靠集体沉默一点点攒下法律敞口。