AI重写代码引爆开源圈：10年维护者VS消失13年的原作者

你辛辛苦苦维护了10年的开源项目，用AI重写后想换个更宽松的许可证，结果消失13年的原作者突然跳出来说：你这是违法！

最近，Python圈炸了！一个下载量超8.5亿次的经典库chardet，因为维护者用AI重写代码并更改许可证，引发了一场关于AI时代开源规则的大战！

💡 故事背景：从LGPL到MIT的"升级"

chardet这个库你可能没听过，但你的电脑里很可能有它！它是Python生态中文本编码检测的核心组件，requests库等常用工具都依赖它。

这个库有多火？单年度下载量达到8.54亿次！

• 2006年：原作者Mark Pilgrim创建，使用LGPL许可证
• 2011年：原作者彻底消失，维护工作交给其他人
• 2012年至今：Dan Blanchard成为主要维护者，贡献近700次提交
• 上周：Dan发布chardet 7.0，声称是"完全重写"，并将许可证改为更宽松的MIT

⚠️ 5天AI重写：效率还是争议？

Dan Blanchard在接受采访时坦言："Claude让我能够在大约5天内完成我想做的事情！"

他为什么要重写？

• 希望chardet能进入Python标准库
• 旧许可(LGPL)限制太多
• 性能与准确率需要提升
• 时间有限，一直无法推进

于是，他借助Claude Code重写了整个库，并声称：

• 包名和公共API保持不变
• 速度更快，准确性更高
• 支持Python 3.10+，无运行时依赖
• 可在PyPy上运行

🚨 原作者"闪现"：这是非法重新授权！

就在新版本发布两天后，一个自称Mark Pilgrim的用户在GitHub上发帖：

"你好，我是Mark Pilgrim。你也许还记得我写过《Dive Into Python》以及"Universal Character Encoding Detector"。我也是chardet的最初作者。"

他明确表示：

• 感谢维护者和贡献者
• 但将7.0版本以MIT许可发布，属于对LGPL代码的非法重新授权
• 直接违反开源协议
• 要求立即将许可证恢复为原版

🔍 核心争议：这算"洁净房间"实现吗？

原作者在声明中提到一个关键概念：clean room（洁净房间）！

什么是clean room？

• 计算机工程师在不侵犯版权的前提下"模仿"软件功能的方法
• 要求：完全不接触原始代码的人重新实现功能
• 确保新代码不构成原作的衍生作品

Dan Blanchard承认：自己维护chardet超过十年，确实长期接触过原始代码库。

但他认为：

• clean-room只是手段，不是目标
• 目标在于确保代码不是原始代码的"衍生作品"
• 他用代码相似度检测工具JPlag证明：
  • chardet 7.0 vs 6.0：最大相似度仅1.29%
  • chardet 5.2 vs 6.0：有些文件相似度高达80%

🤖 AI如何参与重写？过程全透明

为了保持完全透明，Dan分享了具体过程：

1. 使用Claude的"superpowers brainstorming"生成设计文档
2. 基于一系列要求（在手机Notes里写下，未提交到仓库）
3. 在完全空的仓库中开始开发，没有访问旧代码库
4. 明确指示Claude：不要基于任何LGPL或GPL许可的代码
5. 对生成的每一部分代码进行审查、测试和迭代

他坦言："我没有亲手编写代码，但我深度参与了代码的设计、审查和迭代的每一个环节。"

⚖️ 争议焦点：AI生成代码的边界在哪里？

尽管力求独立，但仍存在复杂因素：

• 训练数据问题：Claude模型训练时吸收了大量公开网络数据，可能包括早期chardet的开源代码
• 元数据使用：有网友发现Claude使用了chardet早期版本的一些元数据文件
• 人为因素：让对早期代码非常熟悉的人深度参与审查，是否影响"全新性"
• 名称问题：所有操作都在同一个包名、存储库、PyPI列表下完成，名字还是叫chardet

🌟 开源社区炸锅：AI时代的规则空白

这起事件在开源社区引发广泛讨论：

支持维护者方：

• "Blanchard独自维护这个库，无资金、无协作者、无支援"
• "原作者2011年彻底清空互联网痕迹，全靠一个人用业余时间撑着"
• "这是Python生态最依赖的包之一"

反对声音：

• "把Copyleft代码喂给训练过它的模型，让模型生成功能等价产物"
• "查重工具找不到匹配token，不代表作品独立，只代表洗白有效"
• "如果这套手法合法，现存所有Copyleft项目，只要跑一次Claude就能变成MIT"

犀利点评：

• "把泄露的Windows源码丢给大模型重写，再以开源发布，能接受吗？"
• "机制完全一样，唯一变量是你是否同情版权方"

自由软件基金会（FSF）执行董事Zoë Kooyman直言："AI模型吸收了要重新实现的代码，因此根本不存在真正"洁净"。"

💭 思考：AI时代的开源规则何去何从？

这不仅仅是chardet一个库的问题，而是AI时代开源生态面临的根本性挑战！

• AI辅助开发已成现实，但规则还在空白期
• 原作者消失多年后的项目归属权问题
• AI生成代码的版权界定模糊
• 开源许可证在AI时代的适用性

一方是经典开源协议的底线，一方是AI辅助开发的新现实，在原作者消失、单人维护十年后，项目到底归谁？

新版chardet的许可到底谁说了算？

金句：在AI重写代码的时代，我们不仅需要新的工具，更需要新的规则！

互动问题：你觉得用AI重写代码后更改许可证，合理吗？在评论区说说你的看法！

如果觉得这篇文章对你有启发，点赞支持一下