AI寫的程式碼算「無塵室」嗎？

如果你請AI「參考舊程式碼，從頭寫一個新版本」，那個新版本，真的是「新的」嗎？

一個函式庫的改寫，掀起一場法律與倫理辯論

2026年3月初，一件看似平常的開源軟體更新，在全球開發者社群引發了不尋常的討論。

chardet 是一個廣泛使用的Python函式庫，功能是自動偵測文字的字元編碼——簡單說，就是幫電腦判斷一段文字是UTF-8、Big5還是其他格式。這個工具在網頁爬蟲、資料處理、自然語言處理等領域被大量使用，對台灣、香港的中文開發者而言尤其熟悉，因為中文的多種編碼格式正是它的核心應用場景之一。

chardet 最初由開發者 Mark Pilgrim 於2006年撰寫，採用 LGPL授權（寬鬆版GNU通用公共授權）發布。LGPL的核心精神是：你可以在商業軟體中使用這個函式庫，但如果你修改並重新發布函式庫本身，必須維持相同的LGPL授權。這是一種帶有「傳染性」的授權條款，確保開源精神得以延續。

2012年，Dan Blanchard 接手維護工作。直到上週，他發布了版本7.0，並宣布這是一次「借助 Claude Code（Anthropic 的AI程式碼工具）從零開始的全面改寫」，同時將授權條款從LGPL更換為限制更少的 MIT授權。他表示新版本「速度更快、準確度更高」。

這個決定立刻引爆爭議。

「無塵室」原則：一個半世紀的法律防火牆

要理解這場爭議，需要先了解軟體開發中一個關鍵概念：無塵室逆向工程（Clean Room Reverse Engineering）。

這個方法的邏輯是：如果你想複製某個程式的功能，但不想侵犯其著作權，你可以讓「理解原始程式」的團隊只寫出功能規格，再由「從未看過原始程式碼」的另一個團隊依規格重新實作。兩個團隊嚴格隔離，新程式碼就能在法律上被認定為獨立創作。

廣告

廣告合作

[email protected]

廣告

最著名的案例發生在1980年代：Compaq 用這個方法合法複製了IBM的BIOS，奠定了PC產業相容機市場的基礎。這個原則至今仍是軟體著作權法的重要基石。

然而，AI編碼工具的出現讓這個原則面臨根本性的挑戰。

Claude Code 等AI模型是用包含大量開源程式碼的資料集訓練出來的。chardet 這樣的知名函式庫，極有可能就在訓練資料之中。當AI「從零重寫」一個函式庫時，它真的是從零開始嗎？還是它的「記憶」裡早已存有原始程式碼的痕跡？目前沒有任何技術手段能夠驗證這一點。

這對華人開發者與科技產業意味著什麼

這個問題對亞洲科技生態系的影響不容忽視。

台灣是全球開源貢獻的重要來源地之一，許多工程師活躍於國際開源社群。如果「AI輔助改寫＋更換授權」的做法被認定為合法，將打開一扇潛在的大門：任何人都可以用AI工具將LGPL或GPL授權的程式碼「洗白」為MIT或Apache授權，繞過原始作者設定的傳播條件。

對中國大陸的科技企業而言，這個議題有另一層複雜性。近年來，中國在開源軟體的使用與貢獻上大幅增長，華為、阿里巴巴、騰訊 等企業都深度依賴開源生態。與此同時，在中美科技競爭的背景下，部分企業也面臨「如何在不觸犯授權限制的前提下，對開源工具進行本地化改造」的壓力。AI改寫工具若能合法繞過授權限制，將改變這個格局——但也可能引發更嚴格的國際法律審查。

東南亞的華人科技社群同樣高度關注。新加坡、馬來西亞等地的科技新創大量使用開源工具，授權風險的變化將直接影響其商業模式的法律基礎。

開源社群的道德困境

技術社群的反應並不一致，折射出更深層的價值衝突。

支持者認為：Blanchard 長年無償維護這個專案，有權決定如何演進它；新版本在技術上確實更優秀；使用AI工具只是提升效率的手段，最終的判斷與責任仍在人類身上。

反對者則指出：Mark Pilgrim 在2006年選擇LGPL，是一個帶有價值觀的決定——他希望這個工具的改進版本能回饋給社群，而不是被私有化。用AI改寫並更換授權，在技術上或許沒有直接複製程式碼，但在精神上卻繞過了原始作者的意圖。這種做法若被廣泛複製，可能動搖整個開源生態的信任基礎。

更根本的問題是：當AI成為「第三方書寫者」，著作權法中「獨立創作」的認定標準需要重寫。 現行法律框架是為人類創作設計的，AI訓練資料與輸出之間的關係，是法律尚未有清晰答案的領域。