AI重写开源代码，能否连许可证也一并“改写”？

当AI编程助手宣称能在几天内“从零开始”重写一个经典库，并带来48倍的性能飞跃时，开发者社区为之振奋。然而，当这次重写伴随着许可证从限制严格的LGPL变更为极度宽松的MIT时，一个尖锐的问题浮出水面：这究竟是技术驱动的合法创新，还是一场对开源精神的“优雅规避”？近期，围绕流行Python字符编码检测库chardet的重写风波，将AI生成代码的版权与法律灰色地带推向了风口浪尖。

核心看点

  1. “洁净室”工程遇AI：传统上，人类程序员通过物理隔离（洁净室）来合法“逆向工程”软件功能。当AI介入，仅凭设计文档和提示词生成代码，传统法律框架面临挑战。
  2. 许可证的“单方面变更”：项目维护者Dan Blanchard利用Claude Code重写库，并将许可证从LGPL改为MIT，引发原作者Mark Pilgrim的强烈反对，质疑其合法性。
  3. 1.29%相似度的争议：重写者声称新旧代码结构相似度极低（最高1.29%），以此证明非“衍生作品”。但AI训练数据已包含旧代码，这能否构成法律意义上的“接触”？

事件回溯：从性能优化到许可证风波

chardet是一个自2006年起发布的Python库，用于自动检测文本字符编码，其原作者Mark Pilgrim将其置于LGPL许可证下。该许可证要求，任何基于其代码的修改或衍生作品，在分发时都必须保持开源，并采用相同许可证。2026年3月，长期维护者Dan Blanchard发布了chardet 7.0版本，并宣布这是一个“基于Claude Code辅助、从零开始的、采用MIT许可证的重写”，声称性能提升高达48倍，旨在推动其进入Python标准库。

矛盾随即爆发。原作者Pilgrim在GitHub issue中明确指出，Blanchard对原始代码库有“充分的接触”，因此这次重写无论是否经由AI完成，本质上仍是其LGPL授权代码的衍生作品，单方面变更为MIT许可是无效的。他要求项目恢复原始许可证。

技术细节：AI如何执行“洁净室”重写？

面对质疑，Blanchard详细阐述了他的“AI洁净室”流程，试图在法律和伦理上为其行为辩护：

  1. 物理隔离：他在一个全新的、不包含任何旧代码的仓库中开始工作。
  2. 设计先行：首先撰写详细的设计文档，明确新库的架构和需求，而非直接参考旧代码。
  3. 严格提示：明确指令Claude Code不要基于任何LGPL/GPL许可的代码进行生成。
  4. 结构验证：使用代码相似度检测工具JPlag进行比对。结果显示，7.0.0版本与6.0.0版本的文件间，最高结构相似度仅为1.29%；而6.0.0与5.2.0版本间，某些文件相似度高达80%。Blanchard据此主张，新代码在结构上是独立的，并非衍生作品。

然而，这一流程存在两个关键漏洞：

  • 训练数据的“原罪”：Claude等大语言模型的训练数据囊括了海量公开网络信息，几乎必然包含了旧版chardet的代码。即使生成时未直接引用，模型内部的“知识”是否构成了法律意义上的“接触”和“复制”？
  • 元文件的依赖：在重写过程中，Claude Code实际上参考并使用了旧版本中的一些元数据文件（如编码注册表），这直接引发了其输出是否为“衍生作品”的质疑。

深度解读：AI重写对开源生态的冲击与启示

此次事件绝非孤例，它揭示了AI编程工具普及后，开源世界即将面临的一系列根本性挑战。

1. 法律框架的滞后与模糊

现行的著作权法和开源许可证协议（如GPL、LGPL、MIT）是基于人类创作者的行为模式设计的。它们核心概念如“独创性表达”、“实质性相似”、“衍生作品”和“洁净室设计”，在AI作为主要“创作者”介入时，边界变得极其模糊。

  • “接触”的重新定义：当AI模型在训练阶段“接触”了海量版权作品，其后续生成内容是否天然带有“衍生”属性？目前的判例和法规几乎空白。
  • “实质性相似”的判定：传统上通过代码行比对、结构分析来判断。但AI可能生成功能完全相同、但表达形式迥异的代码。仅凭低结构相似度能否免责？功能逻辑的复制是否受版权保护？这触及了软件版权保护的是“表达”而非“思想”这一基本原则的边界。

2. 开源伦理与社区信任危机

开源运动建立在贡献、协作与信任之上。许可证是维护这一生态的基石契约。

  • 许可证的“洗白”风险：如果借助AI进行形式上的重写就能轻易绕过传染性许可证（如GPL）的限制，将严重削弱这类许可证的保护力，可能导致更多核心开源项目被“吸走”并闭源商用，挫伤原作者的贡献热情。
  • 维护者权力的边界：项目维护者是否有权利用新技术手段，在未获所有主要贡献者同意的情况下，实质性地改变项目的法律性质（许可证）？这引发了关于开源项目治理模式的深思。

3. 对AI工具开发与使用的指引

此事件为AI编程助手的开发者和用户敲响了警钟。

  • 开发者责任：AI公司是否需要构建更精细的“许可证过滤”机制？能否在训练或生成时，识别并避免输出受特定严格许可证约束的代码模式？
  • 用户最佳实践：对于希望使用AI重构或优化现有代码的开发者，更审慎的做法可能包括：获取原作者的明确许可；即使进行重写，也考虑保持原许可证；或对AI生成代码进行彻底的法律风险评估。

结论：在创新与规则之间寻找新平衡

chardet重写风波是一面镜子，映照出技术狂奔与规则步履蹒跚之间的巨大张力。AI无疑能极大提升开发效率，甚至如Blanchard所说，完成人类难以短期实现的“彻底重构”。但它不能，也不应成为绕过法律与伦理约束的“魔法橡皮擦”。

这场辩论的最终解决，可能需要法律界对“AI生成物的版权”做出更清晰的界定，也需要开源社区更新许可证文本以应对AI时代的新场景（例如，明确将AI训练视为一种“使用”或“复制”）。同时，它也提醒每一位开发者，在享受AI编程红利时，多一份对知识产权和开源精神的敬畏。技术的未来，需要在创新活力与规则秩序之间，找到一个新的、动态的平衡点。

原文链接：AI can rewrite open source code—but can it rewrite the license, too?