背景

這場討論源於 Python 知名函式庫 chardet 的維護者利用 AI 代理（Coding Agent）將原本採用 LGPL 授權的程式碼，僅透過 API 定義與測試套件引導，重新實作出一套 MIT 授權的新版本。這起事件引發了關於「軟體特修斯之船」的哲學與法律辯論：當程式碼的邏輯與實作路徑完全改變，但功能與測試結果一致時，這究竟是受版權保護的衍生著作，還是一個全新的獨立作品？

社群觀點

Hacker News 的社群對此展開了激烈的法律與道德辯論。反對者認為，這種行為本質上是惡意規避原作者的授權意圖。有觀點指出，授權條款的存在是為了保護作者的權利，LGPL 明確禁止在不相容的條款下重新授權，而利用 AI 進行所謂的「重新實作」只是一種法律上的文字遊戲。部分評論者更激進地主張，由於大型語言模型（LLM）是在包含大量 GPL 程式碼的數據集上訓練的，其輸出的任何結果都應被視為 GPL 的衍生品，否則這將成為一種集體性的智慧財產權竊取，讓企業能藉由 AI 之手將開源成果私有化或變更授權。

然而，支持者則從技術與法律實務的角度反駁。他們認為，根據過去如 Compaq v. IBM 或 Google v. Oracle 的判例，基於 API 表面與相容性進行的重新實作屬於「合理使用」。如果新舊程式碼在抽象語法樹（AST）或內部架構上存在顯著差異，例如 chardet 的新版本在效能與多核心支援上都有根本性的改變，那麼它在法律上應被視為獨立作品。支持者強調，程式碼的價值在於解決問題，而非授權條款的束縛；當重新實作的成本因 AI 而大幅降低時，過往靠著「實作難度」來維持的 Copyleft 保護傘將面臨瓦解。

此外，社群也觀察到一個有趣的矛盾現象：開發者對於「重新實作」的態度往往取決於誰是被模仿的一方。例如 Vercel 曾樂於用 AI 重新實作 bash，但當他人以同樣方式重製 Next.js 時卻感到不滿。這種雙重標準反映出軟體界對於 AI 侵蝕智慧財產權邊界的集體焦慮。有留言指出，未來開源授權可能會兩極化發展：要麼走向完全放任的 MIT 模式，要麼走向極端封閉的私有化，因為中間地帶的授權限制在 AI 時代已變得難以執行。

最後，關於 AI 是否具備「潔淨室」（Clean Room）實作能力的爭論也十分熱烈。傳統上，為了避免版權爭議，開發者必須證明自己從未看過原始碼。但 LLM 幾乎讀過網路上所有的公開程式碼，這使得「僅參考測試套件」的說法顯得薄弱。儘管如此，也有人認為人類開發者同樣會受到讀過的程式碼影響，若要求 AI 必須完全「未聽過」原始邏輯，那人類也難以達成。這場爭論最終指向一個核心問題：在 AI 時代，版權法究竟該保護的是具體的程式碼文字，還是背後的邏輯與功能？

延伸閱讀

• JPlag: 用於偵測程式碼相似度與抄襲的工具，在本次事件中被用來驗證新舊實作的差異。
• PyOxidizer 與 PyInstaller 議題: 討論中提到 chardet 必須重寫的實務原因，在於 LGPL 授權在某些 Python 打包工具中會產生分發合規性的困難。
• Indistinguishability Obfuscation (iO): 留言中提到的密碼學概念，用以反駁「所有黑盒子的功能都能被輕易推導並重製」的觀點。
• Toybox 爭議: 類似的歷史案例，涉及將 GPL 工具重新實作為 BSD 授權的爭議。