ChatGPT与Gemini遭质疑：闭源大模型是否无偿利用GitHub开源代码

近期，科技社区针对闭源大模型的训练数据版权问题展开了激烈讨论。核心争议点在于，OpenAI的ChatGPT、谷歌的Gemini以及Anthropic的Claude等商业闭源模型，是否在未经许可或未给予报酬的情况下，使用了GitHub上大量开源作者的代码进行训练。虽然GitHub上的代码通常遵循MIT或Apache等开源协议，允许商业使用，但讨论指出，这些协议原本是为了促进软件分发与改进，而非用于训练能够替代程序员的商业化闭源AI模型。目前的事实是，大型科技公司在利用公共代码库构建私有盈利产品，而开源贡献者并未从中获得直接收益。这种“白嫖”行为引发了开发者群体的不满，人们开始反思开源协议在AI时代的局限性。尽管从法律角度看，当前训练数据的获取可能处于“合理使用”的灰色地带，但商业公司利用公共资源构建封闭围墙的行为，正在挑战开源社区的互信基础。GitHub上拥有数亿行代码，它们是现代软件开发的基石，但若大模型公司只索取不回馈，未来可能导致开发者转向更具防御性的许可证，甚至向代码中植入“毒化”数据以对抗模型训练。

事件分析

💡 核心观点：闭源大模型无偿利用开源代码引发争议，本质上是AI商业变现与开源共享精神之间的利益错配，这将倒逼许可证协议的革新与监管的介入。