DEV Community 上那篇《When AI Creates A Closed Source World》，七月发的，最近又被作者翻出来编辑。写的人是个 2009 年就注册 GitHub 的老账号，自称给开源贡献过 99 个包。他说自己现在得付钱才能访问那个“包含他自己作品的东西”——他把那东西叫 The Library，说他的 figtree 包以“显性和隐性方式”待在里面。
他从来没同意过这些代码被拿去训练。现在他要花钱才能碰自己作品的“预测衍生物”。
然后是另一件事。Anthropic 六月发布 Fable 5，三天之内美国政府用国家安全出口管制的理由把它全球下线。一个从自由贡献里长出来的模型，被当成出口管制清单上的敏感技术处理。
两件事摆一块，他的结论是：知识以开放、未同意的方式进去，以闭源、收费、政府控制的方式出来。
结论没错。错的是他接下去开的三条药方：要求披露训练数据、要求未来抓取事先 consent、要求对已取用内容补偿。
这三条听着像那么回事，实质全是沙子上盖楼。因为它们都建立在一个错误假设上——训练数据的问题是个知识产权问题，能用法律解决。
它根本不是。
先把一件事想透：你的代码“进了模型”到底是什么意思。不是复制，不是洗稿，甚至不是“压缩存储”。一个 LLM 训练完之后，权重矩阵里没有你的函数体，没有你的变量名，没有你的注释。有的是这些文本的统计形状——几十万行你的代码和另外几十亿行代码的聚合里，“这个 token 序列之后通常跟着什么”的概率分布。模型不存你的代码。它存的是你的代码留下的影子，跟几百万人的影子叠在一起，拍成一张模糊的长曝光照片。
这你自己能验证。去翻模型“复现训练数据”的案例，凡是一字不差背出来的，几乎全是在语料里出现过几百上千次的东西——圣经译本、莎士比亚、知名文档里被反复转引的段落。一个普通开源包，哪怕你写了 99 个，在语料里出现的次数少到模型根本不可能记住原文。它记住的是模式，不是文本。
而开源许可证管的是什么？管的是复制。MIT、GPL、Apache——条款核心都是“你复制我代码的时候要遵守什么”。它们从没管过“你统计我的代码、然后忘掉我的代码、只留下一个概率分布”这件事。
不是许可证写得不够细。是许可证诞生的时候，这件事在物理上不成立。你 2009 年点下“同意 MIT”的时候，人类还没有任何东西能吃掉你的 repo 然后变成一个会预测的东西。许可证是针对人类复制的社会契约，你现在拿它去管机器吸收——这不是补漏洞，这是拿一张只开过自行车罚单的交通法去判飞机失事。
所以那三条，第一条就立不住。“披露训练数据”——怎么披露？权重矩阵里没有你的 figtree，让谁披露、用什么格式披露？“未来抓取需要 consent”——抓取发生在训练之前，模型一发布，你拿什么去问它“你吃没吃过我的代码”？答案不存在于任何可查询的地方。“对已取用内容补偿”——账怎么算？按 token？按训练轮次？按下游推理调用？“取用”在一个统计模型里压根不是可计量的事件。
三条要求看着硬气，实际是本末倒置——先动情，后动脑，然后发现情感宣泄出来的诉求一个都落不了地。
而且还有个更深的坑：开源从来不是慈善。
我反复在说这件事——开源能活三十年，不是开发者善良，是因为这在工程上曾经划算。你把代码公开，因为：一，你一个人维护不了所有东西，需要别人帮你找 bug、发 patch；二，代码被越多人在越复杂的环境里用，你越早知道它哪里烂；三，公开仓库里每个 commit 都是简历，都是信用积累；四，你下一个项目的地基，直接踩在别人开放出来的代码上。
这是个循环。你放进去，你拿回来，拿回来的通常比放进去的多——bug report 的价值超过你写代码的时间，patch 的质量超过雇一个初级工程师，reputation 的复利超过任何一次跳槽涨薪。
LLM 把这循环打断了。它是个完美的消费者，同时是个零贡献者。吃掉整个语料库，不给你发 bug report，不给你送 patch，不在 issue 里讨论设计取舍，也不 fork 出去在你没想到的场景里改进完了 merge 回来。它吃进去开放的人类知识，吐出来一个你进不去的闭源模型。
真正疼的从来不是“代码被拿去训练没给钱”。疼的是你参与了那个循环三十年，循环另一头突然变成了黑洞。
想通这一层，就明白为什么“把仓库改私有”是个比问题更蠢的答案。
作者自己差点掉进去。他文章里写了，有一段时间觉得闭源才是未来，要停止免费训练替代自己的模型。然后他又拒绝了。不是道德，是实用——等你想闭源的时候，代码已经在权重里了。拉上窗帘，外面的模型上一轮训练里已经记下了你的脸。
你现在改私有，只会让下一个训练替代品的模型抓不到你，它拿别人的代码训出个能力跟你差不多的东西，你连“这模型有一部分是我的影子”这点谈判筹码都丢了。半桶水的反应就是这样——受了伤，第一反应是把自己关起来。这话我承认说得有点重，但道理没变：仓库改私有解决不了任何问题，只会让你丢得更多。
他还写了自己的出身——Ceaușescu 治下的罗马尼亚孤儿，一路走到几家大厂当工程师，把这一切归因于“那扇门是开放的”。好故事，但好故事不是工程机制。你不能用“门曾经为我开着”论证“门应该永远开着”——那扇门开着，是因为那时候开着在工程上划算。现在的问题不是有人道德不感恩，是那个“划算”被破坏了。要修的是“划算”。
真正刺骨的是 Fable 5。那事发生的时候我就知道坏菜了。六月发布，三天内以国家安全理由强制下线。从开放数据里长出来的东西，现在不只是商业资产，是地缘政治资产。政府有动力让它闭源——开放意味着别人也能用，而国家安全的意思是“只有我们能用的才安全”。
这才是要命的。商业上的不对称还能谈，还能抗议，还能换平台。可一旦国家机器把模型当管制技术，知识流动的方向就不由工程师说了算。你贡献过代码的那些模型，某天可能变成某国出口管制清单上的一行编号，你连查看自己贡献了什么物的权限都没有。这不是阴谋论。已经发生了。
评论里有人问“开源在栈里哪些位置还能不靠慈善活下去”，问得太对了。答案也跟直觉一致：基础设施层。PostgreSQL 的协议、Linux 的内核、HTTP 的规范——价值在运行中的系统里，不在文本里。模型能把 PostgreSQL 源码全吃了，吐不出来一个数据库。当知识的价值在文本里、在代码里、在“能生成”里，它就能被吸收；当价值在运行状态里、在协议里、在生态互操里，模型吸收再彻底也没用。
这就是那个缺失机制的起点：让开放的东西的价值，不再只停留在可被吸收的文本层。
x402 是个方向。作者回评论时提到它——机器把你的作品当权威来源去读时付费，人类 fork 不付费。这个区分是对的——人类 fork 会带回来 bug report 和 patch，机器读走什么都不还。把付费义务绑在“机器将你这个来源作为权威”这个动作上，而不是“读到”上，这是工程上能计量、能审计的一条路。但还只是雏形。
真正需要的东西比 x402 大：一个针对训练数据时代的开放协议，把旧许可证的逻辑——“你复制就遵守条件”——翻译成新逻辑——“你吸收就留下痕迹和回报”。这个协议可能不是法律文本，是技术机制：可验证的训练数据披露、协议层归因、或者让模型生成时带上它见过什么的来源标记。
我不知道这东西最终长什么样，这是实话。但我确定另一件事：靠情怀喊“开源是信仰”没用，靠律师信喊“我要告侵权”也没用。管用的是把这个缺失的机制造出来——让开放重新变成工程上划算的事。
那扇门开过，因为开着在工程上划算。现在它要关，不是因为 AI 坏，是开着的回报被打断了。你要做的不是站在门口骂 AI 关门，是去修那个把手。
我的态度很明确：别改私有仓库，别急着找律师算你的代码值多少钱，也别把时间浪费在“要求披露”这种注定打不中的诉求上。先把一件事想通——开源现在缺的不是条款，是机制。想通了，该写代码的回去写代码，该设计协议的回去搞协议。这门能不能修好，取决于你赌不赌它修得好。关了仓库跑路，只会让修好它的概率再低一点。
这不是工程，这是自证预言。