Linux內核維護團隊近日發布新規，明確允許開發者在編程過程中使用GitHub Copilot等人工智能輔助工具。不過，新規同時強調，因代碼缺陷引發的任何漏洞或安全風險，最終責任將由代碼提交者自行承擔。這一決策標志著開源社區對AI工具的態度正從爭議走向規范化管理。

圍繞AI生成代碼的爭議在開源領域已持續數月。今年初，英特爾工程師Dave Hansen與甲骨文員工Lorenzo Stoakes曾就限制AI工具使用展開激烈辯論。Linux創始人Linus Torvalds最終表態稱，全面禁止AI工具缺乏實際意義，強調其本質仍是輔助開發的工具。他指出，真正需要關注的是代碼質量本身，而非開發者使用的工具類型。

此前，不同開源項目對AI生成代碼的態度存在顯著分歧。NetBSD和Gentoo等項目明確禁止此類代碼，認為大模型訓練數據的版權歸屬不明確，可能構成法律層面的"代碼污染"。開發者簽署原創聲明（DCO）時需確保代碼所有權，但AI訓練過程中涉及的GPL等開源協議代碼，使得合法性難以完全保障。這種矛盾導致多個項目陷入兩難境地。

實際開發中，AI生成代碼的質量問題已給維護者帶來沉重負擔。cURL項目因收到大量低質量AI代碼，不得不暫停漏洞獎勵計劃；Node.js和OCaml等項目則面臨數萬行AI生成補丁的內部審查爭議。這些案例暴露出，缺乏規范的AI工具使用正對開源生態造成實質性沖擊。

新規要求開發者在使用AI工具時必須明確標注代碼生成方式，將質量責任落實到具體個人。這種設計既保留了AI工具的生產力價值，又通過責任追溯機制維護了代碼安全標準。維護團隊表示，此舉旨在建立"工具使用自由"與"質量管控"之間的平衡，避免技術進步與安全保障產生沖突。

核心要點： - 工具使用權限：Linux內核項目正式開放GitHub Copilot等AI編程工具 - 責任界定原則：代碼缺陷引發的所有問題由提交者承擔最終責任 - 透明度要求：開發者需明確披露代碼是否由AI生成 - 管理目標：在利用技術紅利的同時確保開源代碼質量標準