← 随机比特 / 所有内容

AI 用 GPL 代码训练,再生成"功能等价"新代码——Copyleft 保护彻底失效了吗?

2026-03-10 · 随机比特

你的 GPL 项目被 AI "合法"抄了,你能告谁?

假设这样一个场景。

你花两年写了个开源项目,用了 GPL 协议。某公司把你的代码丢给 AI,让它"理解功能后重新实现一遍"。新代码没有一行和你的相同,但功能完全一样。

你能告他侵权吗?

大概率,不能。

这不是假设,这是一篇正在引发开发者圈讨论的文章提出的真实问题:Is legal the same as legitimate(作者 Bradley M. Kuhn,2025 年 3 月)。


Copyleft 保护的是什么?

先搞清楚 GPL 的底层逻辑。

GPL(General Public License)的核心思想是:你用了我的代码,就必须把你的代码也开源。这叫"传染性"(copyleft)。

但有个关键前提:它保护的是代码表达,不是思想本身

这不是 GPL 的缺陷,是版权法的基本原则。你不能垄断一个想法,只能保护你表达这个想法的具体方式。

历史上这个逻辑一直行得通。1980 年代,IBM PC 出来了。一堆公司想做兼容机,但没法直接复制 IBM 的 BIOS(那是侵权)。Phoenix Technologies 的工程师怎么做的?"干净室"方法:一组人阅读 IBM BIOS 的文档写规格,另一组人完全没看过原代码,只根据规格重写。

法院判这种做法合法。因为他们保护的是"思想"不被垄断,保护创新可以发生。

同样的思路,后来 Oracle 告 Google 抄 Java API,最终最高法院也判 Google 合理使用,理由类似。

所以 Copyleft 从来都不是万无一失的——它的边界,从设计之初就在这里

<figure><img src=“images/01-timeline.png” alt=“01-timeline”></figure>


AI 重实现,哪里不一样?

传统的"干净室重写"有个隐含约束:得有人理解原始代码的意图,然后写出规格,再重写。这个过程需要时间、需要理解,成本不低。

AI 改变了成本曲线。

现在你可以:

  1. 把一个 10 万行的 GPL 项目丢给 LLM
  2. 让它理解功能
  3. 要求它重写一个"语义等价、代码不同"的实现

这不需要干净室。不需要两组工程师。甚至不需要你读懂代码。

成本从"几个月的工程量"变成"一个 API 调用"。

作者 Kuhn 提出了一个更深的判断:现在,规格(spec)才是 GPL 项目真正的知识产权所在,而不是代码本身。

你写了 10 万行代码,真正有价值的是你在代码里编码的那套设计决策、接口规范、行为约定。那是你花几年做出来的东西。代码只是它的一种表达。

但 Copyleft 保护不了这个。它只保护代码表达。

<figure><img src=“images/02-compare.png” alt=“02-compare”></figure>


谁会用这个漏洞?

不是小开发者,是大公司。

小开发者没有动机去绕开 GPL——他们通常是 GPL 的受益方,或者根本不在乎授权细节。真正有动力系统性地"AI 重实现"开源项目的,是想商业化但不想遵守 GPL 传染性条款的大公司。

这跟历史上的模式一致:Oracle API 版权案、Adobe PDF 标准、Microsoft Word 格式。每一次,有能力利用这类法律边界的,都是资源雄厚的一方。

Kuhn 的担忧在这里:我们的"祖先"(开源先驱们)当年争取的,是任何人都有权对私有软件进行功能等价实现——这是开放的基础。但现在我们反过来,要不要用 AI 版权问题阻止别人对开源软件做同样的事?

如果我们说"AI 训练/重实现构成侵权",那我们打开的是一扇让大公司更有能力垄断的门,而不是一扇保护小开发者的门。


开源真的死了吗?

没有。但需要重新想清楚它的价值在哪里。

GPL 的法律保护本来就不是开源的全部。开源真正有持续力的是:社区、信誉、协作惯例。一个公司可以 AI 重实现你的代码,但没法 AI 重实现你的贡献者网络、你的 issue tracker 里沉淀的知识、你的用户社区对你的信任。

法律可以被绕过,生态不好绕。

当然,这不是说 Copyleft 的侵蚀无所谓。而是:如果你在乎开源生态,现在需要关注的不只是授权选择,还有怎么建立那些 AI 没法轻易复制的部分。

这个问题没有简单答案。但至少,应该先把问题想清楚,再决定要不要焦虑。


来源:Is legal the same as legitimate: AI reimplementation and the erosion of copyleft — Bradley M. Kuhn,2025-03-08 | HN 讨论