返回资讯中心
外部精选
软件工程
#开发者实时流

LLM生成代码能否纳入自由软件许可?法律界探讨版权归属

来源标题:Can we license "vibe code" into Free Software?

随着大语言模型生成代码日益普遍,代码是否受版权保护以及版权归谁成为亟待解答的法律问题。文章指出,版权是支撑自由软件法律框架的基石,开发者需要理解版权法如何影响借助LLM创作自由软件的能力。文中梳理了有关版权与机器生成内容的各项法律原则和法院判决。

Hacker News 最新smartmic2026/11/13 · 4 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

近年来,大语言模型(“LLM”)的使用呈爆炸式增长,包括在源代码生成方面的应用。但尽管其使用日益普及,这些趋势也带来了紧迫的法律问题:如果代码由 LLM 生成,该代码是否受版权保护?如果是,谁拥有该生成代码的版权?开发者必须知道如何回答这些问题,因为版权是支撑自由软件的法律框架的基石。在本文中,我们旨在帮助读者理解当程序在 LLM 的帮助下开发时,版权法如何影响你创建自由软件的能力,为此我们将对涉及版权和机器生成内容的各种法律原则和法院判决进行梳理分析。

版权是一种法律构造,赋予某人对一件创造性作品的专有权利:只有版权持有人才被允许复制作品、向他人提供作品副本以及修改作品。版权是默认产生的;它在作品创作完成的那一刻就自动归属于作品的原创作者,包括软件开发者在编写代码时。

版权的一个问题在于,它默认使软件共享成为非法行为。为克服这一点,人们使用许可证来界定版权持有人允许许可证接收者使用软件的条款。如果该许可证的起草方式允许接收者享有四项自由,那么该许可证就是自由软件许可证。

如果某款软件不受版权保护,那么该软件就没有保留任何权利,属于公有领域。这也意味着没有人有权对该软件施加任何形式的许可条款,包括用于在该软件的任何下游分发和衍生作品中维护四项自由的 copyleft 许可条款。

使用机器或计算机来生成传统上由人类创作的作品,并不完全契合上述对版权原则的传统理解。这是因为版权传统上涵盖的是作者的创造性实现及其通过执行对某一想法的具体表达,而非想法本身。当实现和执行被机器接管时,情况就变得复杂了。

事实上,版权法的基本假设是,将一个想法付诸实现以产出创造性作品的这一过程是困难的部分,这正是该实现过程值得获得法律地位的原因。举例来说,“狮子 loosely 演绎《哈姆雷特》”这一想法不受版权保护,但将该想法以电影《狮子王》的形式实现则受版权保护。在法律术语中,这种区分受版权保护与不受版权保护内容的方式通常被称为“思想-表达二分法”。

思想-表达二分法意味着,版权传统上被理解为仅存在于人类创作的作品中,版权同样被理解为仅由人类拥有。直到最近的技术发展之前,创造性实现基本上一直必须由人类来执行。然而,生成式 LLM 的引入打破了这一传统的思想-表达工作流程,因为(在完全由 LLM 生成作品的情况下)人类现在可以仅贡献想法,而由 LLM 来完成该想法的实现和表达。

尽管如此,我们可以看到,多个司法管辖区的版权法仍然基本明确:版权所有者必须是人类,版权应仅延伸至人类创作的作品。

只有人类(或“自然人”)才能被视为受版权保护作品的作者,这一观念一直是版权法的历史特征。事实上,美国版权局早在 1965 年就指出:

这一理解自那时起一直延续至今,美国版权局于 2025 年 1 月发布了一份报告,重申了其 1965 年的立场,即使面对 AI 技术的出现也是如此。

这种理解在欧盟(“EU”)也同样可见。尽管目前各成员国在 LLM 生成作品的可版权性方面缺乏统一的具体立法,但有强烈迹象表明,在欧盟范围内,版权不适用于纯粹由 LLM 生成的作品,只有自然人才能被视为作者。这一点在欧盟理事会 2024 年进行的一项政策问卷调查结果中有所体现,该调查旨在探讨 AI 与版权之间的关系,其中大多数欧盟成员国认为,欧盟现行的版权原则和各国立法已经充分处理了 LLM 生成作品的可版权性问题。

具体而言,成员国承认,完全由 LLM 生成的作品不能受版权保护,但部分由 LLM 生成的作品如果能够证明人类在创作过程中的投入是显著的,则可能受版权保护,这与美国版权局的立场类似。

欧盟法院(“CJEU”)和成员国层面的现有判例法进一步支持了这一点。例如,CJEU 在多个案件中已明确,要使作者身份和版权得以适用,创造性作品必须体现自然人的智力创造表达。换言之,作品必须能够反映作者的个性,即作者能够通过做出自由和创造性的选择,在作品的创作中表达其创造能力。

在成员国层面,捷克共和国布拉格市法院在 2023 年针对 LLM 的具体情境指出,著作作品必须是自然人创造性活动的独特成果。除非创作者能够证明 LLM 生成的图像是其独特创造性贡献的成果,否则作者身份

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →