AI把出處洗掉之後,一個開源專案把許可證從MIT換成了GPL

今天是 2026 年 11 月 20 日,星期五。這一週開源圈有兩件事看著不搭界,其實說的是同一件事。

一件在上週——Asahi Linux 宣布把全部倉庫從 MIT 遷到 GPL-2.0-or-later,原因不是法律風險,也不是商業算計,而是"有人拿 AI 把它的程式碼洗了一遍"。另一件在更早幾天——一個論文團隊用大模型掃過 4000 多個 C/C++ 專案,確證了 187 個記憶體安全缺陷;幾乎同時,另一份第三方帳單顯示,某大廠的 AI 漏洞挖掘專案七個月報了 37966 條"發現",被標記修復的只有 217 條。

把它們放在一起,一個訊號就清楚了:AI 把"生產"的成本壓到接近零,但"驗收"的成本還牢牢掛在人身上。而絕大多數帳本,只統計前者。

一、一條用了幾十年的"署名"規矩,被檢測成本擊穿了

先說 Asahi Linux。它是讓 Linux 跑在 Apple Silicon Mac 上的底層專案。多年以來,它把大部分程式碼放在 MIT 許可證下,為的就是讓任何人都能按需重複使用。現在這條路走到頭了。

專案在《Progress Report: Linux 7.3》(James Calligeros,2026-11-07)裡寫得很直白:他們多次發現有人利用寬鬆授權劫持成果,目的直接指向「替換這個專案,並在 Apple Silicon 的 Linux 上激進變現」。在部分極端案例裡,尚在開發、還沒正式發布的功能程式碼,被人從個人 fork 裡直接取走、無署名發布,或者用大模型重寫一遍來掩蓋來源。

這就是所謂「程式碼洗白」(code laundering):拿別人的程式碼,過一道工序把來源洗乾淨,再用它而不遵守原許可證、也不署名。AI 出現之前,這道工序要一行行改、重新命名變數、挪動函式位置;大模型讓它變得又便宜又快。

MIT 許可證只要求保留原始版權聲明,不要求公開修改、不要求你的版本繼續開源。這既是它受歡迎的原因,也正好是它的軟肋。用專案自己的話說:MIT「明確允許這種行為,並且沒有任何條款可以防範惡意行為者」。所以 Asahi 的決定是:此後全部程式碼只用強 copyleft,也就是 GPL-2.0-or-later。

這不是法律部門的產物,是一個項目被逼到牆角後的制度選擇:當"署名"這條最古老的非正式約束在檢測成本上被擊穿,能押注的就只剩可執行的正式制度。

遷移還在進行中,不是一夜之間完成的。GitHub 上可核實的旁證是:AsahiLinux/m1n1 的許可證元數據已是 GPL-2.0,AsahiLinux/asahi-nvram 仍是 MIT,AsahiLinux/linux 則標為 NOASSERTION——一批倉庫正處在中間狀態。

對企業下游使用者的一個提醒:許可證處在"遷移中"的倉庫,正是合規判斷最容易出錯的地方——你今天拉到的程式碼是 MIT,明天同一個倉庫的更新可能已是 GPL-2.0。依賴鎖定不能只鎖版本雜湊,還要鎖"取用那一刻的許可證快照"。

二、WINE 二十年前就走過這條路

Asahi 自己把這個決定類比 WINE:WINE 最初也是 MIT,上世紀 90 年代到 2000 年代被大量專有分支收割,2002 年改成 LGPL,為的是擋住進一步的專有 fork、鼓勵大家直接向上游貢獻。

歷史押韻得有點諷刺。二十年前防的是"手工改程式碼做閉源分支",二十年後防的是"AI 洗程式碼做替代產品"。變的只是洗稿的成本,不變的是寬鬆許可對"搭便車"的天然無力。

葡萄酒 · 2002Asahi · 2026
MIT → LGPL,應對專有分支收割,鼓勵向上游貢獻MIT → GPL-2.0-or-later,應對 AI 洗稿與商業化搭便車

真正值得記的,是 Asahi 在同一年還做了另一件事:把部分驅動(TI USB-PD、SPMI、Thunderbolt 初始支援)改為 upstream-first 開發,Thunderbolt 補丁第一次直接送上游。

收緊許可證、同時改善上游協作——這兩件事發生在同一個專案、同一年,不是巧合。用制度經濟學的說法:邊界規則(誰能拿、怎麼用)和成本分攤規則(誰維護、誰貢獻)必須同時改,只改一條,成本就會被推到別處。用 copyleft 擋住搭便車,用 upstream-first 提高「繞開你」的替代成本。

三、"發現"免費了,"驗收"卻成了新的稀缺品

Asahi 的故事是"程式碼被洗",同一週的另一組數據說的是"報告被灌水"——兩者是同一個病的兩面。

據「開源之道」11-15 簡報梳理,VulnCheck 追蹤某大廠 AI 漏洞挖掘專案七個月的帳本:截至 11-02 自報 37966 條發現,公開的只有 7349 條(19.4%),被標記修復的僅 217 條。同一週期發現增加 11813 條,修復只增加 15 條。

55.9%

curl 已公開的 34 份 AI 漏洞報告中,被判"不是漏洞"的比例

curl 專案收到 45 份報告,已公開的 34 份裡,19 份被判「不是漏洞」(55.9%),確認為漏洞的只有 17.6%,而且全部是 low。另一份論文把「AI 垃圾 PR」第一次做成了專案級實證:被維護者認定為低品質 AI 貢獻的 PR,作者主動披露用了 AI 的只有 14%,絕大多數在三天內被關閉,且關閉時維護者往往不給任何理由。

環節AI 出現前AI 出現後成本落在誰身上
產出程式碼 / 報告昂貴、稀缺接近零提交方,幾乎為零
審查 / 驗收與產出匹配成為新瓶頸維護者、企業
署名 / 來源舉證靠自覺遵守檢測成本被擊穿原作者、法務

這些數字提醒我們一件事:任何以「要求披露 AI 使用」為前提的治理設計,都得先看看那 14% 的披露率。制度如果還假設「提交成本高」,篩選負擔就會全部砸到守門人身上——這是制度滯後,不是道德問題。

四、CIO 該做的,不是少用 AI,而是把驗收乸在企業手裡

對企業數位化負責人來說,這件事的落點不在「要不要用開源」,而在「用開源的時候,憑什麼相信它、又如何證明自己沒踩線」。

1. 許可證不是法務的一次性簽字,是要進台帳的動態欄位。像 Asahi 這樣把 MIT 遷到 GPL-2.0 的變更,會影響下游的分發與商用條款。企業級依賴清單應當記錄"許可證 + 版本 + 取證日期 + 變更通知來源",而不是停留在採購時的那一版 PDF。

2. 把"驗簽"和"來源"放進驗收單。關鍵開源依賴要能回答三問:製品從哪來、是否可重現建構、出處鏈條是否完整。SBOM、製品代理、簽名驗證這三樣,在程式碼洗白成本歸零之後,從"加分項"變成"保命項"。

3. 對內生成的 AI 程式碼,先定歸屬規則再談效率。企業自己用大模型寫程式碼、生成補丁,同樣會產生「出處不清」的問題:這段程式碼是基於哪份開源程式碼改的、要不要繼承原許可證、是否允許對外分發。把這些寫進 AI 編碼規範,比事後追責便宜得多。

回到開頭那兩組數字。它們看起來在說不同的事——一個專案改了許可證,一堆報告被判無效。但指向的是同一個判斷:

當生成近乎免費,價值就從"能不能做出來"轉移到"能不能驗得清、算得明、說得清出處"。企業的開源治理、AI 治理,最後都要落到同一套可舉證的臺賬上。

這也解釋了為什麼過去一週裡,無論是給智能體發「非人類身份」,還是爭論誰有權定義「什麼算一個缺陷」,大家其實都在回答同一個問題:在一個人人可以低成本生產的世界裡,誰為結果負責,憑什麼讓人相信。


主要來源與日期:「開源之道」2026-11-15 簡報(含 Asahi Linux《Progress Report: Linux 7.3》,James Calligeros,2026-11-07;LWN.net 2026-11-07 摘錄;VulnCheck 2026-11-09;arXiv:2611.15159、arXiv:2611.16565 等論文)。相關數字均為公開報導與論文口徑,部分為第三方追蹤或研究者自述,未經逐條審計,引用時請回溯原文。

本文由眾諦信息整理,用於企業數字化與開源治理觀察。

关于我们

​我们致力于帮助中小企业实现数字化转型,我们的团队由一群充满激情和创新思维的专业人士组成,他们具备丰富的行业经验和技术专长。

扫一扫获取顾问以及手册

登入 發表評論
你沒匯入它,它卻偷走了你的雲端金鑰:一次針對AI智慧體開發框架的投毒