AI代码归属权争议爆发:法律还没答案,开源社区先动手了
- 06月24日
- 06月17日
- 06月01日
- 查看全部进展
01美团Tabbit与chardet事件:AI代码版权争议集中爆发
2026年3月,AI代码版权领域连续爆发两起标志性事件,将长期潜伏的法律风险推至台前。3月3日,字节跳动前软件工程师公开指控美团旗下GN06团队的Tabbit AI浏览器抄袭其开源代码。该工程师指出,根据GPL协议,任何使用其代码的产品均需开源,而Tabbit在未经授权的情况下进行了商业化应用。Tabbit团队随后回应称,fork代码时仓库中并无开源协议声明,原作者系在fork后才添加GPLv3协议,团队最终选择从新版中移除该代码并将项目完整开源。几乎同一时间,Python生态核心依赖chardet(月下载量约1.3亿次)的维护者Dan Blanchard宣布完成v7.0.0版本重写,将持续二十年的LGPL许可证更换为MIT许可证,执行工具为Claude Code。chardet原作者Mark Pilgrim随即发表公开声明反对,称维护者曾充分接触原始许可代码,并非“洁净室”实现,无权单方面重新授权。123
02Doe v. GitHub案:AI代码版权最大法律风暴眼
围绕AI代码版权的法律战争正在美国司法体系中高强度推进。Doe v. GitHub集体诉讼的核心争议在于GitHub Copilot是否在训练过程中使用了受开源许可证保护的公开代码,并在输出时未遵守许可证要求。原告主张Copilot违反版权法和DMCA第1201条,但一审法院驳回了多数主张,理由是原告未能提供充分证据证明Copilot输出与训练数据高度相似。尽管如此,上诉仍在第九巡回法院继续推进,法院尚未对“AI输出再现训练数据至何种程度才构成侵权”给出明确标准。2026年1月,全国知识产权官网发布的合规分析报告揭示企业面临四重风险:侵权风险——某些AI工具生成的代码与GPL代码相似度超过70%;权属风险——企业可能无法获得AI生成代码的完整著作权;合规风险——未标注AI生成内容可能违反即将出台的管理办法;质量风险——AI代码漏洞责任归属尚不清晰。14
03开源社区的集体反弹:从Flathub到Linux内核
面对AI代码质量与法律风险的双重冲击,开源社区开始采取防御性措施。Linux应用商店Flathub宣布新提交应用若发现使用AI生成代码将被拒绝上架,维护者直言“受够了”。该禁令针对三类问题:AI生成代码存在隐蔽bug导致审核成本飙升;许可证归属不清带来法律风险;AI批量生成的低质应用大量涌入。Linux内核社区同样处于分化状态,Intel工程师Dave Hansen主张对AI生成代码施加更严格限制,担心AI代码会稀释内核代码库质量。NetBSD和Gentoo等发行版已直接禁止AI生成代码,Gentoo社区明确表示大模型生成内容在法律层面可能构成污染,因为来源无法确认。与此同时,Linux内核维护者Sasha Levin承认曾提交过未经说明的AI生成代码,引发社区对代码来源追溯机制的关注。5678
04法律实践已明确的三件事与三大未知
截至2026年,法律实践已对AI代码版权给出部分确定性结论。美国最高法院拒绝重新审理Thaler v. Perlmutter案,维持“AI不能成为作者”立场,缺乏人类作者身份的作品通常不具备版权保护资格。work-for-hire规则不因AI生成而失效,雇员使用公司AI工具开发的代码版权归属推定仍然成立。对GPL代码的逐字复制会触发许可证义务,复制方式(手动、脚本、AI输出)不改变这一法律后果。然而,仍有三项关键问题悬而未决:在Agent式编程工作流中,人类参与至何种程度才构成有意义的作者身份;AI输出再现训练数据模式时何种程度构成侵权;AI模型训练时接触过开源代码库后输出相似内容能否被视为无许可证负担的新作品。19
05企业合规建议与开发者应对策略
06AI编程工具的信任危机与技术应对
AI代码版权争议的本质是一场信任危机。当代码的真正生产者变成无法被追责的模型,传统的开源协作机制——通过Signed-off-by声明承担长期责任——正在被动摇。无论法律最终如何厘定,AI编程工具的普及速度已经超越了现有规范体系的适应能力。对于开发者而言,理解AI生成代码的法律边界与质量风险,建立完善的审核与追溯机制,正在从可选项变为必选项。
当前文章无评论,是时候发表评论了