“请不要在 GitHub 上传我的代码！”

最新推荐文章于 2024-11-17 19:35:12 发布

IT界那些事儿

最新推荐文章于 2024-11-17 19:35:12 发布

阅读量362

点赞数 1

文章标签： github 人工智能神经网络

原文链接：https://mp.weixin.qq.com/s/f2E4DB3iBWxSuXSi-iXK9Q

版权

对多数程序员而言，GitHub 是一个神奇的开源社区：有丰富的学习资料、著名的项目代码，新手小白也能和编程大佬直接交流，帮别人“填坑”也能提升自我……

因此，可能很难有人料想到，有一天 GitHub 竟成为了开发者抵制的存在——今日有个开发者（以下用 “T” 代称）写的文章登上了 Hacker News 热榜，标题是：“请不要在 GitHub 上传我的代码！”

“罪魁祸首”：Copilot

说实话，看到这个标题，相信许多人的第一反应就是：GitHub 怎么了，有什么问题吗？对此，T 在文中“开门见山”地指出：“GitHub 有很多问题，其中最值得关注的，就是一个名为 Copilot 的功能。”

没错，被程序员视为“AI 编码神器”的 Copilot，就是“罪魁祸首”。

根据官方介绍，GitHub Copilot 是一个 AI 配对程序员，由 OpenAI 创建的生成预训练 AI 模型 Codex 提供支持：“可以帮助你更快地编写代码，减少工作量，从注释和代码中提取上下文，即时建议个别行代码和整个函数。”

听起来很智能，也很高效，即 AI 能帮助生成代码——但问题在于，Copilot 是如何学会编码的？

▶ “GitHub Copilot 经过数十亿行代码的训练，将自然语言提示转化为数十种语言的编码建议。”

▶ “OpenAI Codex 经过了开源代码和自然语言的培训，因此它适用于编程和人类语言……接受了公共的自然语言文本和源代码的训练，包括 GitHub 上公共存储库中的代码。”

简单来说，GitHub Copilot 确实会生成一些合适的代码，但追究其根本，其源头可能还是他人写的代码——而这，显然涉及到了代码版权问题。

绕过 GPL 协议？

有一件事需要明确：代码开源，并不意味着我们可以自由免费地用这些源代码来为所欲为，因而衍生出了许多不同的开源协议（也称开源许可证 / 开源 License，如 GPL/LGPL 等），以此规定开源代码免费使用的范围和权利。

以最为著名的开源协议 GPL 为例，其要求：只要在一个软件中使用了 GPL 协议的代码，则该软件产品必须也采用 GPL 协议，既必须也是开源和免费。

那么，问题就来了：实际上 Copilot 所学习的数十亿行开源代码，以及 GitHub 上公共存储库中的代码，其中不少都采用了 GPL 协议。而 Copilot 生成代码片段时，并不会显示原代码作者的信息，也没有提醒相关开源协议

这会导致部分遵循 GPL 协议的代码，被写入一些不开源的专有项目或商业项目中——既违反了许可证条款，也侵犯了原代码作者的知识产权。

因此，作为一名开源开发者，T 在文中呼吁：“我们已经厌倦了这种法律上的滥用，我们希望现在就停止！这也就是为什么我们要求你，作为开源社区的其他开发人员，不要在 GitHub 上传我们的代码。简而言之，我们希望保护我们的工作。”

Copilot 的争议一直未断

伴随着近几个月的 AIGC 热潮，MidJourney、Stable Diffusion、Copilot 等生成式 AI 受到关注，但与此同时各种 AI 成果的版权问题也被推上了风口浪尖。事实上，有关 Copilot 的争议自其发布以来就一直没有断绝，其中多数围绕的都是：Copilot 生成的代码到底是原生的还是复制的？

据了解，早在 Copilot 刚发布不到一周时，就有开发者发现了 Copilot “复制代码”的实锤：Copilot 推荐的代码，还带着原代码“WTF”的注释。