7月底，C语言圈发生了一件大事，而我敢说，关于它的一半讨论都误读了。
GCC 项目的指导委员会正式宣布了 AI 贡献政策：今后拒绝 LLM（大语言模型）生成的代码，哪怕是 AI 起草、再由人工修改重写过的代码，也不会被合并。消息传开，很多人的第一反应是：AI 写代码这么差，连 GCC 都看不下去了？
并不是。这个决定和代码质量几乎无关。先摆事实，再讲逻辑，最后说它和学 C 的人有什么关系。
一、政策到底说了什么
政策核心是三件事：拒绝任何"法律意义显著"的 LLM 生成代码贡献；"法律意义显著"沿用 GNU 项目维护者指南的定义，门槛是大约 15 行代码或文本；就算事后被人工编辑、重写，也在拒绝之列。LWN.net同时留了一道门：用 AI 做研究、分析、找 bug、审查补丁都不禁止，条件是 AI 的产出不得进入提交内容。微博这份政策由一个 4 月成立的工作组起草，经过数月讨论才在 7 月底落地，不是一拍脑门的决定。知乎
顺便澄清一个我在评论区看到的误读：这是"向 GCC 项目提交代码"的规则。GCC 本身是编译器，它不会拒绝编译你用 AI 写的代码，也没有能力检测出来。你拿 AI 写完作业、项目，再用 GCC 编译，一点影响都没有。
二、它守的是版权，不是质量
要理解这个操作，得先知道一个事实：GCC 之所以能以 GPL 开源许可证发行，效力完全建立在版权之上。GPL 本质上是一份附在代码上的契约：你可以免费用、免费改，但衍生作品必须同样开源。而这份契约要成立，代码必须有明确的版权所有者。
AI 生成代码的问题恰恰在这里：目前多国司法实践里，纯 AI 产出的代码版权归属是灰色地带，很可能根本不受版权保护。一旦 AI 代码大量混入代码库，哪天被判定"这部分没有版权"，覆盖它的 GPL 就会失效，代码滑向公共领域，谁都能拿去闭源商用。微博GCC 是撑着几乎所有 Linux 发行版和嵌入式世界的基础设施，这个口子一旦开了，清理成本是天文数字。说不清权属，就干脆一刀切——这才是禁令的真实逻辑：不是 AI 代码不好，而是 AI 代码"户口"不清。
三、不只是 GCC
把最近半个月排在一起看，会发现这是一股浪潮，不是孤例。先是大量 AI Agent 在自动刷各个开源项目的 PR，背后的操作者甚至根本不看代码，只想刷简历。微博Rust 社区同样被 AI 写的 PR 淹到不堪重负，有人提议用 AI 审核 AI 代码，立刻被怼：这本质是用一个概率模型去判断另一个概率模型的输出，极不靠谱。知乎代码托管平台 Codeberg 更是通过成员投票修改用户条款，明确禁止托管生成式 AI 写的项目，而它自己也承认没有可靠的自动审核能力，只能靠举报和人工审查。知乎
8 月 9 日，Oracle 也通知 OpenJDK 社区：禁止提交任何由 AI（如大模型）生成的代码、文本等内容，理由是知识产权、网络安全和审查工作量；但私下用 AI 帮忙调试代码不限制。微博从 GCC 到 OpenJDK，最基础设施级的项目正在竖起同一道墙。
但这些禁令都面临同一个死结：AI 代码没有水印，目前没有任何可靠的识别技术手段。所以社区里的争论也极其激烈：支持方认为 GCC 守的是开源协议的最后一道防线——AI 能生成代码，但它没法在 bug 爆发时负责；质疑方反驳，既然检测不了，凭什么认定，普通贡献者提交一个大 patch，会不会从此被默认有罪？两边都有道理，这场争论短期内不会有结论。
四、和学 C 的人有什么关系
如果你是即将开学、准备开始学 C 的大一新生，或者在备考计算机二级，这条新闻其实是个正面提醒。很多人的真实状态是"老师只会念 PPT，谭浩强的 C 语言也看不懂"，于是干脆把作业外包给 AI。知乎但 GCC 的政策把行业的态度说得很清楚：拒绝的是"没人理解的代码"，允许的从来是"AI 帮人找 bug、写测试"。分界线就在于，你是不是那个理解代码的人。
所以更稳的 AI 用法是：让它给你讲指针、逐行带你看内存变化、给你出边界 case、帮你 review 代码，而不是让它替你写作业。C 的底层功底之所以越来越值钱，是因为整个系统方向的路径——从《深入理解计算机系统》到那几本著名的 UNIX 大部头——全都建立在对 C 内存模型的理解上，而这恰恰是 AI 替你消化不了的部分。
如果你是写嵌入式、系统方向代码的从业者，想以后参与开源，还要多记一条：各项目的 AI 政策会越来越分化，GCC 式一刀切之外，也有项目只要求披露。提交 patch 时保留自己的写作过程记录——commit 历史、设计笔记——不是麻烦，是"默认有罪"面前的自证。C 程序员的进阶路线这些年没怎么变：把 C 写扎实，再啃 APUE、UNP，沿着系统编程的路径一层层往上走。
五、谈资与观察信号
如果只想当谈资，记两句就够：GCC 禁的不是"AI 代码"，而是"说不清版权的代码"；各项目禁的其实是一种态度，因为目前根本不存在识别 AI 代码的技术手段。
几个值得继续观察的信号：会不会有更多基础设施级项目跟进类似政策；会不会出现可靠的 AI 代码识别技术——如果一直没有，这类禁令就永远依赖人肉判断；以及各国对 AI 生成内容版权的立法进展，那是决定这整件事走向的根本变量。
9 月就要开始学 C 的同学，不必被这条新闻劝退：行业里最强硬的 anti-AI 项目，也没有否认"AI 帮人学代码"。它们拒绝的，只是代码里没有任何人类指纹。
