许愿式编程的归属难题
许愿
AI 时代,写代码变得非常高效,几小时能顶过去几星期甚至几个月的工作量。我自己就在用“许愿式编程”的方式,写了一个文献管理工具 Paper Vault(https://github.com/yanlinlin82/paper-vault)。很早之前,我辗转试过 Mendeley、JabRef 等,但后来都因为各种原因弃用了,而改用了开源的 Zotero。Zotero 功能很强大,社区贡献了很多插件,这让我一下子成了重度用户。因为我在 Zotero 上保存了上万篇 paper 及其全文,存储空间超出了普通订阅的上限,就只好选了无限存储的档次。我本以为自己会长期用下去,直到自己(用 AI)把 Paper Vault 写出来,才终于把 Zotero 退订了,省下一笔开销。
在这个完全自己“开发”的软件上,随时想要什么功能,就可以直接向AI“许愿”,并快速得到实现结果。想按标签过滤,想批量导出,想让它自动去抓开放获取的全文,甚至想让它每天按方向把新文献收进 Inbox,说一声,AI 就去改。改完再试,试完再提,来回几轮,功能就长成了自己顺手的样子。像 Zotero 或 JabRef 这类开源软件,要么受限于本身功能,要么用插件开发方式也受限,自由度并不足够;真要自己动手,还得考虑要不要继续跟随上游升级,代码如何合并整合。
仓库从 4 月建起,5 月里几乎一天一个样:PDF 阅读器、批注和全文检索,一样样往上加,到 5 月底,连 Zotero 的数据都能导进来了。后来又补了 AI 摘要、对话和桌面应用,到现在,仓库里已经有四百多个提交,功能还在往上加。有些功能我一开始没想到,用着用着才觉得缺,回头再让 AI 补上。没有 AI 前,我自己是完全不敢想象的,或者至少会三思而后行,认真权衡花这么多时间开发一个已经存在的软件是否合适。
当然,能这么做,多少也是需要一定经验的,需要知道哪里数据可能很重要,一定得反复强调,告诉 AI 避免哪些低级错误,从而避免数据丢失。也需要具备软件工程和实施经验,诸如设置各种测试用例,来确保软件始终以符合预期的方式工作。改目录结构、批量重命名和删附件之前,都应该先备份,先校验,再让它动手。文献库里的条目、附件和笔记,一旦错了,很难倒回去(经验的价值,大概就体现在知道该在哪儿啰嗦)。这些话说多了像唠叨,真出事,能救回来的往往就是这些备份。有了这些保障后,堆功能靠许愿就好,然后遇到问题随时反馈给AI,让它继续改正。
归属
当然,AI 编写的代码,本质上来说,还是在用概率模型去预测。它不是在“想”,是在按上下文一个 token 一个 token 地接,如果它“见过”同样的需求及其实践,那是很有可能会将原来的代码照搬过来的(说不定连程序 bug 都一块儿搬了)。同一段逻辑,在训练语料里出现过很多次,它生成时就更容易往那个写法上靠。见得越多,越容易沿着老路走。这种情况,原来的代码到底是用哪种许可证授权的,就成了一个潜在问题。
麻烦在于,AI 不会在代码里标出处。它把各处学来的东西混在一起,交给你的时候已经看不出边界。许可证的条款又各不相同:MIT 和 Apache 这类宽松的,一般只要求保留声明,GPL 这类传染性的,会要求衍生作品也按同样的许可证开放。就算你怀疑某一段眼熟,也很难证明它就是从那一个仓库来的,而不是另一个长得差不多的实现。真要一行一行追回去,成本高得离谱,何况很多代码你根本不知道它见过没有。真到了要举证的时候,光“看着像”是不够的。
过去人工编写代码,因为成本较高,很多时候是自己完全手写一遍。写得慢,每一行都过手,出处反倒清楚,就算思路是从书里或别人的文章里学来的,落到具体每一行,还是自己敲的。从难度上来说,这一定程度上可以归属为“自己独立发现”,因为几乎不可能自己手写的东西,刚好分毫不差地完美撞脸别人一套受保护的代码。但现在,在 AI 推动下,整个逻辑完全不同了。于是是否侵权,变成一个不得不正视的问题,因为 AI 太有可能会“抄袭”到一份可能侵权的代码了。
更难的是,改多少才算“新代码”。把搬来的那个 bug 修掉或做点改进,或者针对特定场景适配一下,改到什么程度,才算自己的东西?改个变量名,补几行错误处理,大概没人会认,可要是把核心逻辑重写,只留个接口,又很难说还是原来那段。至于修改了多少行,动了多少核心逻辑,很难有准确的量化指标,评价标准也不容易统一。这种分歧,靠拍脑袋定不下来。这会是未来界定上很难的问题,既可能误判,也可能漏判。
开源
这种时候,保持软件只在自己有限使用范围内私有地使用,会成为一个更安全的选择。不发布,至少不用向别人解释每一段从哪来,就算真有问题,波及的也只是自己这台机器。而将代码“开源”发布,等于把代码摊在公开的地方,谁都能看,谁都能问,虽然会给其他有同类需求的人带去便利,也能据此增加自己的影响力,但显然会给自己带来更大的法律风险。私有不一定就没事,但至少把能控的部分先控住。
这个变化,我相信未来一定会在各类法律相关领域带来冲击,因为会有大量的做法踩上甚至越过这条红线。用 AI 写代码的人越来越多,撞上别人实现的机会也越来越多,这条线迟早要被反复试探。法律是否会变化,会怎样变化,目前很难预测。但为了明哲保身,可能催生一种做法:不开源,只在有人开口时私下赠与,小范围传播,最大限度规避自己的法律风险。到那时候,今天这些争论,可能会被几条判例一次性说清。
至于我自己,或许某天会因为无法确认能否合法开源,被迫关掉 Paper Vault 的源码仓库。但无论如何,我肯定还会继续用,需要什么就接着许愿。换回别的软件,不光麻烦,很多自己独有的需求也很难被满足,更别说及时响应了。我相信,这种自己用、自己改的方式,很可能会成为未来大多数人的常态。未来会怎样呢,这真不好说。
注:本文由AI辅助润色,文章内容与观点均由作者本人提出并复核。