358对144：开源社区民主裁决AI训练红线
2026 年 7 月 24 日，非营利开源托管平台 Codeberg e.V. 在其年度会员大会上完成了一项关键表决。平台正式通过两项管理提案，明确拒绝使用用户数据训练 LLM（Large Language Model，大语言模型），并禁止托管完全由 AI 生成且缺乏持续维护的「vibe-coding」项目。
第一项声明 Codeberg 不会以用户项目数据训练 AI 的提案几乎获得全票支持；第二项限制单次使用代码托管的提案则以 358 票赞成、144 票反对、14 票弃权通过，总体投票率达到 50%。近七成赞成票的表决结果表明，即便在技术探索氛围浓厚的开源社区，开发者群体也倾向于优先捍卫平台硬件资源与数据自主权。
这次表决标志着开源社区第一次以民主治理的方式划定 AI 训练的红线。面对商业大模型肆意抓取代码与无序代码涌入的现实压力，技术社区正在建立自我保护的秩序。
SSD价格翻倍与暴增的Git遍历请求
作为依靠社区捐赠和自购硬件运营的德国非营利协会，Codeberg 长期维持着精简的运维预算。近一年来，数据中心扩容面临极其严峻的物理成本压力，其中 Enterprise 级 NVMe SSD 设备单价从 700 欧元暴涨至 3700 欧元。硬件采购成本提升了 4.2 倍，直接把依赖捐赠与自建基础设施的开源托管组织推到了运营压力的临界点。
比存储硬件涨价更具破坏力的是高频抓取的 AI 爬虫。大模型厂商为了搜集训练数据，部署了大量并发爬虫，这些爬虫除了基础的代码仓库克隆，还会递归遍历 Issue 过滤器、合并请求讨论区以及 Git history 中的每一个历史 Commit 与分支标记。
服务器频繁遭遇性能瓶颈与缓存失效，普通开源者的日常协作受到了实质性干扰。自动化抓取请求占用了绝大部分带宽与 I/O 资源，逼迫运维团队不得不将精力和预算消耗在对抗非生产性流量上。
从零维护代码到托管困境：被”Vibe Coding”挤爆的资源
提案中重点限制的「vibe-coding」项目，被定义为完全由 AI 生成、旨在单次验证或临时使用的代码堆砌物。这类项目通常不具备长期维护计划，也不存在活跃的贡献者社区，却在短时间内海量涌入代码托管平台。
在持续集成与自动部署的机制下，每一个自动生成的仓库都会触发完整的构建链路与测试环境。Codeberg 运维团队的统计数据显示，单个无用户维护的 AI 生成项目所消耗的 CI/CD 算力与存储带宽，甚至超过了部分活跃的超大型社区项目。 这种无序扩张打乱了开源基础设施的资源分配均衡。
极低的代码生成成本与极高的物理托管成本形成了巨大反差。开发者只需输入几句提示词就能提交上百兆的仓库，但处理这些数据的算力、电力和存储空间却需要非营利协会用真实资金买单。
FLOSS Commons保护：非营利托管与商业爬虫的规则重构
Codeberg 官方在博客文章中提出了「保护自由与开源软件公共财富（FLOSS Commons，Free and Open Source Software）」的核心视角。商业大模型厂商在未经许可的情况下抓取开源社区成果并转化为闭源商业服务，这种单向利用破坏了开源生态原本的互惠协议。
在 Lobsters 等技术论坛上，讨论迅速形成了两极分化的视角。支持者指出，公共资源需要明确的治理规则以防止公共地悲剧；反对者则担心，限制代码托管类型可能会抑制作业范式创新，给常规代码提交带来审核困扰。社区内的激辩揭示出当前开源治理的核心冲突：如何在保护基础设施可持续性的同时，维持开发者的探索自由。
这种冲突的根源在于权责不对等。大型科技公司通过自动化抓取获得了巨额商业回报，而提供基础设施与代码沉淀的开源社区却不得不承担硬件耗竭与服务器瘫痪的后果。
主动划界：社区治理跟上技术变革的转折点
Codeberg 的表决标志着开源社区从被动承受 AI 爬取转向主动划定治理边界。这体现了硬件成本暴涨、服务器资源承载能力见顶与数字鸿沟加剧共同作用下的必然选择。
当软件生产工具的效率呈指数级增长时，基础设施的物理承载力却依然受制于实体硬件与资金预算。如果不建立针对无序抓取与资源滥用的防护机制，开源公共空间将被无意义的算力消耗吞噬。
Codeberg 成员用投票做出示范：开源不仅涵盖代码的自由分发，更要求对公共资源进行民主管理。随着自动化生产工具的普及，为 AI 时代的开源基础设施建立公平合理的规则，已经成为每一个技术社区无法回避的课题。
参考链接：
- Codeberg 官方博客：Protecting Our FLOSS Commons From LLMs
- Lobsters 社区讨论：Protecting our FLOSS commons from LLMs
- LWN.net 与 The Register 相关报道
