约翰·卡马克谈开源与反AI激进主义

基本信息

导语

随着生成式 AI 技术的快速发展，围绕其版权归属与训练数据的争议日益激烈。作为技术领域的资深从业者，John Carmack 近期公开表达了对激进反 AI 倾向的反对，并重申了对开源模式的坚定支持。本文将梳理 Carmack 的核心观点，分析他对技术共享与行业壁垒的看法，帮助读者在复杂的舆论环境中，理清技术演进与知识产权之间的现实逻辑。

评论

文章中心观点 John Carmack 认为，开源精神与 AI 训练数据的自由使用本质上是一致的，反对 AI 训练的激进主义者不仅误解了技术进步的规律，还试图构建一种阻碍创新的“封闭花园”，而技术发展应遵循务实、迭代和共享的路径。

支撑理由与边界条件

  1. 技术发展的同源性（事实陈述）： Carmack 指出，现代软件大厦建立在无数前人的开源代码之上。程序员每天都在阅读、复制和修改他人的代码来构建系统。AI 模型（尤其是大语言模型）本质上是人类知识压缩的另一种形式。如果允许人类学习开源代码并重写逻辑，却禁止机器“学习”这些代码的权重，这在逻辑上构成了双重标准。

    • 反例/边界条件： “合理使用”在法律上并非绝对。如果 AI 输出的内容与训练数据高度相似（过拟合），则构成了侵权而非学习。此外，GPL 等传染性开源协议要求衍生作品必须开源，而目前的 AI 模型通常不公开训练数据和权重，这确实违反了部分开源协议的精神。

  2. 反“数据激进主义”的务实立场（作者观点）： Carmack 批评那些反对 AI 使用数据的激进主义者，认为他们试图通过法律或道德壁垒来“圈地”。他认为这种做法类似于早期的软件专利战，最终只会导致行业停滞，形成只有巨头才付得起版权费的“护城河”，反而扼杀了开源社区和小开发者的生存空间。

    • 反例/边界条件： 艺术家和创作者的担忧并非毫无道理。如果 AI 能够以近乎零的成本无限生成特定风格的作品，确实会破坏原创作者的生计。这种“创造性破坏”虽然符合技术演进规律，但需要社会机制（如版税改革或全民基本收入）来缓冲，而非单纯的技术傲慢。

  3. 工程实用主义优于意识形态（作者观点）： 作为一名顶尖工程师，Carmack 更看重结果和迭代。他认为过度纠结于数据的“纯洁性”或“道德许可”会阻碍 AI 技术的快速进化。他倾向于通过实际应用（AGI）来推动技术边界，而不是陷入无休止的伦理辩论。

    • 反例/边界条件： 忽视伦理和偏见会导致技术产品在实际落地时遭遇严重反弹。例如，微软的 Tay 聊天机器人或 Google 的 Gemini 生成历史错误图像，证明了缺乏对训练数据价值观的审视，不仅不能推动技术，反而会导致产品失败。

深度评价

1. 内容深度与论证严谨性 Carmack 的观点具有典型的“工程师直觉”，直击技术伦理的核心矛盾——人类学习与机器学习的界限。他的论证逻辑非常严密：如果代码是开源的，目的是为了被人类理解和复用，那么机器读取并理解这些代码（即训练模型）不应被视为侵权。 然而，论证在法律层面存在跳跃。法律不仅看“过程”是否抄袭，更看“结果”是否构成实质性相似。AI 的“黑盒”特性使得我们难以证明它没有“记忆”而是“学习”了代码。因此，虽然技术哲学上自洽，但在现行知识产权法框架下，他的观点是激进且缺乏法律兜底的。

2. 实用价值与创新性 文章的价值在于打破了一种“伪善”的沉默。在科技巨头纷纷因版权诉讼而变得小心翼翼时，Carmack 提供了一种反脆弱的视角：不要试图在旧世界的废墟上修修补补，而应加速新世界的到来。对于开发者而言，这意味着在构建 AI 应用时，不应被过度的“数据洁癖”束缚，而应关注模型能力的提升。但他并未提出解决版权冲突的具体技术方案（如数据水印或归属追踪），这稍显遗憾。

3. 行业影响与争议点 Carmack 的言论在 AI 社区（尤其是技术乐观主义者中）具有极大的号召力，可能会加剧“技术加速主义”与“数据保护主义”的两极分化。

  • 争议点： 核心争议在于**“开源”的定义权**。开源促进会（OSI）目前正在重新定义“开源 AI”，Carmack 的观点倾向于“ weights must be open”（权重必须开源），但忽视了数据来源的合规性。这可能导致未来出现两条平行线：一条是合规但昂贵的“企业 AI”，一条是强大但法律灰色的“开源/野生 AI”。

4. 可读性 Carmack 的表达一如既往地直率、清晰，没有学术术语的堆砌，用通俗的类比（如阅读代码）解释复杂的技术伦理问题，极具说服力。

实际应用建议

  1. 企业合规策略： 不要盲目追随 Carmack 的“完全开放”。在商业应用中，仍需建立数据来源审查机制，区分“公有领域数据”、“授权数据”和“受版权保护数据”，以降低法律风险。
  2. 技术对齐： 开发者应关注“数据遗忘”技术，即在模型训练后移除特定版权内容的影响，以在 Carmack 提倡的“广泛学习”和法律合规之间寻找平衡点。

可验证的检查方式

  1. 法律判例指标： 关注未来 1-2 年内关于 AI 训练数据版权的关键诉讼判决（如纽约时报诉 OpenAI 案）。如果法院判定“训练过程”本身不构成侵权，则 Carmack 的观点获得法律背书；反之，则行业将转向更严格的授权模式。
  2. **开源社区行为观察：

代码示例

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

# 示例1：分析开源许可证兼容性
def check_license_compatibility(project_licenses, ai_model_license):
    """
    检查AI模型使用的代码是否与开源许可证兼容
    :param project_licenses: 项目使用的许可证列表 (如 ["MIT", "Apache-2.0"])
    :param ai_model_license: AI模型的许可证 (如 "GPL-3.0")
    :return: 兼容性报告字典
    """
    # 定义常见许可证的兼容性规则
    compatibility_rules = {
        "MIT": ["MIT", "Apache-2.0", "GPL-3.0", "BSD-3-Clause"],
        "Apache-2.0": ["Apache-2.0", "GPL-3.0"],
        "GPL-3.0": ["GPL-3.0"],
        "BSD-3-Clause": ["MIT", "Apache-2.0", "BSD-3-Clause"]
    }
    
    report = {
        "compatible": True,
        "issues": [],
        "recommendations": []
    }
    
    # 检查每个项目许可证
    for lic in project_licenses:
        if lic not in compatibility_rules:
            report["issues"].append(f"未知的许可证: {lic}")
            continue
            
        if ai_model_license not in compatibility_rules[lic]:
            report["compatible"] = False
            report["issues"].append(f"{lic}与{ai_model_license}不兼容")
            report["recommendations"].append(f"考虑使用{compatibility_rules[lic][0]}许可证")
    
    return report

# 使用示例
print(check_license_compatibility(["MIT", "Apache-2.0"], "GPL-3.0"))

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

# 示例2：AI训练数据来源追踪系统
class DataSourceTracker:
    """
    追踪AI模型训练数据的来源和授权情况
    """
    def __init__(self):
        self.sources = {}  # {数据集: {来源, 许可证, 使用日期}}
    
    def add_source(self, dataset, source, license_type, date):
        """添加数据来源记录"""
        self.sources[dataset] = {
            "source": source,
            "license": license_type,
            "date": date
        }
    
    def check_compliance(self, required_licenses):
        """
        检查数据来源是否符合要求的许可证
        :param required_licenses: 允许的许可证列表
        :return: 不符合要求的数据集列表
        """
        non_compliant = []
        for dataset, info in self.sources.items():
            if info["license"] not in required_licenses:
                non_compliant.append(dataset)
        return non_compliant
    
    def generate_report(self):
        """生成数据来源报告"""
        return {
            "total_datasets": len(self.sources),
            "licenses": set(info["license"] for info in self.sources.values()),
            "sources": self.sources
        }

# 使用示例
tracker = DataSourceTracker()
tracker.add_source("common_crawl", "web_scraping", "CC-BY-4.0", "2023-01-01")
tracker.add_source("wikipedia", "public_api", "CC-BY-SA-3.0", "2023-01-02")
print(tracker.check_compliance(["CC-BY-4.0", "MIT"]))
print(tracker.generate_report())

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42

# 示例3：开源贡献者权益计算器
def calculate_contributor_impact(contributions, ai_revenue_share=0.1):
    """
    计算开源贡献者应获得的AI模型收益分成
    :param contributions: 贡献记录 {用户: [贡献类型, 代码行数, 审核次数]}
    :param ai_revenue_share: AI模型收益分配给开源项目的比例
    :return: 每个贡献者应获得的收益
    """
    # 定义贡献权重
    weights = {
        "code_lines": 1.0,
        "reviews": 2.0,
        "documentation": 0.5
    }
    
    total_impact = 0
    impact_scores = {}
    
    # 计算每个贡献者的影响力分数
    for user, contrib in contributions.items():
        score = (
            contrib["code_lines"] * weights["code_lines"] +
            contrib["reviews"] * weights["reviews"] +
            contrib.get("documentation", 0) * weights["documentation"]
        )
        impact_scores[user] = score
        total_impact += score
    
    # 计算收益分配
    revenue_share = {}
    for user, score in impact_scores.items():
        revenue_share[user] = (score / total_impact) * ai_revenue_share
    
    return revenue_share

# 使用示例
contributions = {
    "alice": {"code_lines": 1000, "reviews": 5},
    "bob": {"code_lines": 500, "reviews": 10, "documentation": 200},
    "charlie": {"code_lines": 200, "reviews": 2}
}
print(calculate_contributor_impact(contributions, ai_revenue_share=10000))

案例研究

1：Stability AI 的 Stable Diffusion 项目

1：Stability AI 的 Stable Diffusion 项目

背景: Stability AI 致力于开发开源的大规模生成式模型，旨在通过开放源代码打破科技巨头对 AI 技术的垄断，并赋予公众创造图像的能力。

问题: 随着生成式 AI 的普及，艺术家和创作者群体发起了强烈的抗议。他们认为 AI 模型在未经许可的情况下使用了受版权保护的作品进行训练，侵犯了知识产权，并威胁到人类的职业生存。这导致了针对开源 AI 项目的法律诉讼和舆论压力，甚至引发了针对开源代码库的攻击尝试。

解决方案: 坚持开源策略，不仅公开模型权重，还公开训练代码和数据集详情。Stability AI 采用了类似于 Linux 的开放协作模式，允许社区审查代码、优化算法并部署私有化模型。同时，他们积极引入“反滥用”机制，并承诺尊重艺术家的选择（如允许艺术家选择退出训练集），以此回应伦理关切。

效果: 这种开放策略极大地加速了技术的迭代。全球开发者在开源代码的基础上构建了成千上万个应用（如 ControlNet 等），极大地降低了 AI 绘画的门槛。它迫使行业重新审视版权与开源的边界，证明了开源模式在对抗封闭系统时的韧性与创新能力。

2：Meta (Facebook) 的 LLaMA (大语言模型元架构) 及其泄露事件

2：Meta (Facebook) 的 LLaMA (大语言模型元架构) 及其泄露事件

背景: Meta 一直是开源生态的重要支持者（如 PyTorch 框架）。为了推动 AI 研究的透明化，Meta 发布了 LLaMA 系列大语言模型，初衷是提供给学术界和研究人员用于非商业用途。

问题: 尽管采取了非商业许可的限制，模型权重仍被泄露至公开网络。这引发了关于 AI 安全性的激烈辩论。反 AI 人士和部分安全专家警告称，强大的开源 AI 模型一旦不受控制地扩散，可能被用于生成恶意代码、网络钓鱼或传播虚假信息，造成社会危害。

解决方案: Meta 并没有因为泄露而彻底放弃开源路线。相反，他们通过 John Carmack 等技术领袖倡导的“开放有助于发现漏洞”的理念，坚持发布后续版本（如 LLaMA 2 和 LLaMA 3）。他们与微软等云服务商合作，通过负责任的发布框架，在保持技术可获取性的同时，增加安全护栏和红队测试。

效果: LLaMA 系列成为了全球开源 AI 社区的基石，催生了无数微调模型和创新应用。通过将技术开放，Meta 让全球开发者共同参与了安全加固工作，证明了与其将技术隐藏在黑盒中，不如通过阳光下的透明审查来提升系统的鲁棒性和安全性。

3：Blender Foundation 与 Blender 的开放开发模式

3：Blender Foundation 与 Blender 的开放开发模式

背景: Blender 是一款开源的 3D 创作套件。随着 AI 技术进入 3D 建模和动画领域，社区内部出现了分歧。一部分人担心 AI 会自动化并贬低人类艺术家的劳动，甚至抵制在 Blender 中集成 AI 功能。

问题: 开发团队面临如何在尊重开源自由精神与回应社区对 AI 副作用的担忧之间取得平衡的问题。简单的禁止或无限制的引入都会导致社区分裂。

解决方案: Blender Foundation 采取了中立且务实的态度，不强制推行 AI，而是提供平台和 API，让社区开发者自行构建插件。同时，他们严格遵循开源协议，确保集成的 AI 工具（如用于贴图生成的插件）其源代码也是透明的，且允许用户完全控制数据流向。

效果: Blender 保持了作为行业标准工具的地位，同时维护了社区的团结。用户可以根据自己的伦理立场选择是否使用 AI 功能，而开源的透明性确保了没有任何“黑盒”操作在用户不知情的情况下发生。这验证了 Carmack 的观点：开源提供了选择权，而选择权是解决技术与伦理冲突的关键。

学习要点

  • 基于 John Carmack 关于开源和反 AI 激进主义的观点，总结如下：
  • 开源代码的真正价值在于其可审计性和透明度，这能让开发者确信软件在后台并未执行任何恶意操作。
  • 人工智能不应被视为具有感知能力的生命体，而应被定义为一种能够高效处理信息的“数学工具”或“外骨骼”。
  • 针对大型语言模型（LLM）的版权担忧是过时的，因为模型学习的是文本的统计特征而非直接复制内容，这类似于人类通过阅读获取知识。
  • 试图通过人为限制来防止 AI 产生有害内容（如仇恨言论）是徒劳的，因为通过数学手段完全过滤这些“坏想法”在技术上几乎不可能实现。
  • 在 AGI（通用人工智能）的安全对齐问题上，应优先考虑解决实际的技术挑战，而非过度担忧那些科幻小说式的“世界末日”场景。
  • 只要开源 AI 模型能提供与商业巨头同等水平的性能，市场力量将不可避免地推动其普及，从而打破封闭系统的垄断。

常见问题

1: John Carmack 对开源软件的核心态度是什么？

1: John Carmack 对开源软件的核心态度是什么？

A: John Carmack 长期支持开源文化，曾发布 id Software 游戏引擎（如 Doom 和 Quake）的源代码。他的观点基于实用主义，认为开源是很好的默认选项，但创作者应拥有决定如何发布其作品的权利。他反对将开源视为强制性的道德义务，强调如果创作者认为闭源或授权模式更符合自身利益，他们有权选择不公开源代码。

2: 他如何看待反 AI 激进主义者对 AI 技术发展的抵制？

2: 他如何看待反 AI 激进主义者对 AI 技术发展的抵制？

A: Carmack 对反 AI 激进主义者持批评态度，认为他们的许多行为缺乏理性。他将 AI 视为一种基础技术工具，认为试图阻止技术进步是徒劳的。他承认 AI 发展会带来副作用，但认为技术进步的长期收益大于短期痛苦。他反对通过监管或抗议来暂停 AI 研究，认为这违背了技术创新的精神，并指出对 AI 取代人类创造力的风险往往被高估。

3: 针对 AI 训练数据涉及的版权问题，Carmack 有什么具体看法？

3: 针对 AI 训练数据涉及的版权问题，Carmack 有什么具体看法？

A: Carmack 倾向于支持 AI 发展，认为使用受版权保护的作品训练 AI 模型在法律上应属于“合理使用”范畴。他认为 AI 模型对训练数据特征的提取不构成直接侵权，并批评试图通过法律诉讼阻碍技术发展的做法。同时，他提出应尊重创作者明确表示不希望其作品用于 AI 训练的意愿，但反对将这种尊重转化为强制性的法律障碍。

4: Carmack 如何看待“AI 生成的艺术不是真正的艺术”这一观点？

4: Carmack 如何看待“AI 生成的艺术不是真正的艺术”这一观点？

A: 他认为这种观点具有局限性。Carmack 指出，艺术的价值在于最终呈现的结果及观众的体验，而非创作过程中的工具或体力劳动投入。他反驳了“只有人类通过痛苦创造才有价值”的观点，认为 AI 降低了创作门槛，有助于更多人表达创意。他更关注结果是否具有实际效用，而非纠结于创作主体的身份。

5: 在关于 AI 生成内容的版权归属问题上，他的立场是什么？

5: 在关于 AI 生成内容的版权归属问题上，他的立场是什么？

A: Carmack 对此持务实的态度。他认为，鉴于版权法旨在激励人类创造性劳动，目前的法律可能不应赋予纯 AI 生成内容与人类作品同等的保护。但他并不认为这是一个严重的危机，指出即使没有版权保护，AI 生成内容仍具有商业和使用价值。他更倾向于关注技术本身的应用，而非法律定义的争议。

6: Carmack 提到的关于 AI 领域的“道德许可”是指什么？

6: Carmack 提到的关于 AI 领域的“道德许可”是指什么？

A: 他用这一概念描述人们试图通过道德理由控制或限制他人技术探索的趋势。Carmack 警告，当技术讨论被过度的道德担忧主导时，可能会抑制创新。他认为许多所谓的“道德担忧”是被夸大的或源于对变革的恐惧。他呼吁业界区分真正的有害风险和单纯的文化变革，避免过度的道德审查阻碍技术潜力的发挥。

7: 他对那些担心被 AI 取代的艺术家和程序员有什么建议？

7: 他对那些担心被 AI 取代的艺术家和程序员有什么建议？

A: Carmack 建议专业人士适应变化，而非试图阻挡技术发展。他以历史上的技术变革为例，说明新工具在淘汰旧工作方式的同时也会创造新机会。他建议艺术家和程序员学习使用 AI 以提高生产力，而非花费精力抗议技术的存在。他认为，在 AI 时代，能有效利用工具的人将取代拒绝使用工具的人，因此拥抱技术是更优的策略。

思考题

## 挑战与思考题

### 挑战 1: [简单]

问题**:

John Carmack 提到“开源”的核心价值在于“让事情能跑起来”以及“允许他人从你的工作中受益”。请分析一个你当前使用的开源项目（如 React, Linux, 或 VS Code），列举出它通过开源模式解决的三个具体技术痛点，并说明如果该项目是闭源的，这些问题会如何阻碍开发者的创新。

提示**:

引用

注：文中事实性信息以以上引用为准；观点与推断为 AI Stack 的分析。

站内链接

相关文章