GCC禁止AI生成关键代码贡献
AI 编程正在似乎进入了一个令人尴尬的阶段。一方面，Claude Code、Cursor、GitHub Copilot 等工具正在改变开发流程，越来越多程序员开始让 AI 编写函数、修复 Bug，甚至生成完整模块。
但另一方面，开源社区却正在面对一个现实问题：如果一段代码主要由大模型生成，提交者只是复制粘贴，那么这到底算谁的贡献？谁应该为它负责？
近日，GNU 编译器集合（GCC）社区就因为 AI 生成代码问题引发讨论，并最终倾向于采取更加谨慎的态度：今年将不再接受任何由 AI/大语言模型 Agent 生成的“具有法律重要性”的代码贡献。
简单来说，GCC 以后不会接受那些由 AI/大模型生成，且可能影响版权归属、许可证合规或法律责任的核心代码修改。
GCC 的担忧：AI 代码最大的风险不是错误，而是责任消失
GCC 是全球最重要的开源编译器项目之一，支撑着大量 Linux 发行版、嵌入式系统以及基础软件生态。
不久前，GCC AI 政策工作组提交了一份 AI 使用政策建议，随后获得 GCC 指导委员会的认可，并最终对外公布。
他们建立新的 AI 政策文档已通过一份原始 HTML 提交写入项目文档，其中包含了几个关键内容：
“目前，GCC 的政策是：拒绝任何包含 LLM 生成内容，或基于 LLM 生成内容衍生而来的、具有法律重大意义的贡献。”
“GCC 维护者可以自由接受由 LLM 生成的、法律意义不重大的贡献，但前提是这些贡献必须满足所有代码贡献的常规要求，并且必须明确标注其使用了 LLM。”
“作为例外，GCC 维护者可以接受全部或部分由 LLM 生成的、具有法律重大意义的测试用例贡献。”
这一政策基本延续了 GNU 现有对于 AI/LLM 贡献的限制态度。
至于为什么这么规定？
因为传统开源开发依赖一个非常重要的原则：提交代码的人，不只是代码作者，也是责任承担者。
过去，一个开发者提交 GCC Patch，意味着他阅读过代码，理解修改逻辑，并愿意接受 Maintainer 的审查和追问。
但 AI 时代出现了一种新的提交方式：开发者用自然语言让 LLM 生成代码，人类简单检查之后便开始提交 Patch。
问题在于，如果 Maintainer 问：“为什么这里这样设计？”“这个优化是否会影响其他架构？”“这个 Bug 修复是否考虑边界情况？”
提交者如果无法回答，那么整个开源协作体系就会出现断裂。
AI 生成代码的问题，并不只是“代码质量可能不好”，而是代码背后的工程判断可能不存在。
其他开源社区做法：Linux 定规则、Zig 全面禁止 AI 编程
事实上，这并不是 GCC 第一个遇到类似问题的项目。
过去一年，大量开源社区发现，生成式 AI 正在制造一种新的贡献模式：大量低成本 Pull Request。对于大型项目来说，最大的成本不是写代码，而是维护者审核代码。
Linux 内核社区对此感受尤其明显。
近段时间以来，Linux 之父 Linus Torvalds 对 AI 的态度十分明确，他并不反对 AI。相反，他认为 AI 可以帮助发现 Bug，提高开发效率。
但他反感的是：有人利用 AI 大规模生成没有价值的问题报告，或者提交未经验证的代码，增加维护者负担。
正因此，他不止一次地呼吁——「不要做那种“随手丢一个没有理解的报告就走人”的人」。
随后经过内部讨论，Linux 制定了一套明确规则：AI 可以辅助开发，但提交者必须理解代码，并承担最终责任；AI 不能替代 Developer Certificate of Origin（DCO）的签署者。
Linux 内核甚至要求，如果 AI 工具参与贡献，可以通过 Assisted-by 标签注明 AI 工具和模型信息。
不过，相比 GCC 和 Linux 的谨慎开放，一些项目选择了更严格路线。例如 Zig 编程语言社区，就曾明确禁止 AI 生成代码贡献。
Zig 维护者认为，大量 AI 生成 Patch 会浪费核心维护者时间，因为审核这些代码的成本往往高于自己重新实现。
他们担心的是：一个小型开源项目，维护者数量有限，如果每天面对大量 AI 生成提交，最终可能无法继续维护真正重要的功能。
开源需要可信任的代码支撑
AI 的爆发式发展，无疑正在加速软件开发方式的重构。但过去几十年，开源世界能够持续运转，依赖的是一个简单而重要的共识：代码背后必须有一个真实的人。
这个人可能来自企业，也可能是一名独立开发者，但他需要理解自己提交的代码，能够解释设计选择，回应社区 Review，并承担由此带来的责任。
LLM 的出现，正在挑战这一基础假设。
GCC 的选择说明，基础软件领域并不会简单拥抱所谓的“AI 编程革命”。
对于编译器、操作系统、数据库等承载整个数字世界运行的核心基础设施而言，代码数量从来不是最重要的指标。
真正重要的，是代码背后的理解、责任，以及可信任性。
AI 可以成为开发者的新工具，但在开源世界里，最终被接受的，仍然必须是有人愿意为它负责的代码。
本文来自微信公众号“CSDN”，整理：苏宓，36氪经授权发布。
