生成代码的版权：AI 写的代码归谁

引言

程序员现在写代码，越来越多是“先让 AI 写一版，再自己改”。问题随之而来：这段代码的版权归谁？归程序员，归 AI 公司，还是归当初训练模型时那些开源代码的原作者？这个问题看似是法律人的烦恼，实则关系到每一个用 AI 写代码的人：你写的代码，到底算不算你的？

代码从哪来

要回答归属，先得搞清代码从哪来。AI 生成代码，本质上是模型在海量代码中学到的模式：它见过无数个排序函数、无数个登录接口、无数个数据库连接写法，然后按你的要求拼出一份新的。拼出来的代码，有的和训练数据里的某段高度相似，有的则是多种模式的组合。相似度越高，归属问题越尖锐：如果生成的一段代码和某个开源项目里的代码几乎一模一样，那它到底是“学习”还是“复制”？法律上，“学习”和“复制”的界限，至今没有定论。

三种归属主张

目前关于归属，主要有三种声音。第一种认为归使用者：是人提出了需求、做了选择、承担了责任，AI 只是工具，就像用画笔作画，版权归画画的人。第二种认为归 AI 公司：模型是公司的资产，输出是模型能力的产物，权利应该归模型方。第三种认为应该追溯到原始作者：既然代码的模式来自训练数据，贡献了数据的开源作者也应该分一杯羹。三种主张各有道理，也各有漏洞：第一种忽略了训练数据的贡献，第二种等于把工具的权利置于使用者之上，第三种在实践中几乎无法落地——一段代码可能融合了成千上万人的写法，怎么分？

开源许可的冲突最尖锐

冲突最尖锐的地方在开源许可。很多开源代码带着明确的许可条件：有的要求使用时保留原作者信息，有的要求衍生作品也必须开源。AI 拿这些代码训练，生成的新代码却往往不带任何许可声明，也不提原始作者。这就造成了一个尴尬的局面：程序员用 AI 生成代码，不知不觉就可能违反了原始代码的许可条件；把这样的代码用在商业产品里，等于埋下了一颗法律地雷。已经有开源作者就此提起诉讼，官司的结果将直接影响整个行业：AI 训练到底算不算合理使用，生成代码到底要不要遵守原始许可。

现实中的做法

在法律定论出来之前，行业已经摸索出一些现实的做法。谨慎的团队会给 AI 生成的代码做“合规检查”：关键模块不用 AI 直接生成，或者生成后做大幅改写；对外的代码做来源筛查，发现与知名开源项目高度相似的就重写。一些 AI 编程工具也开始提供“引用来源”功能，告诉用户这段代码的风格接近哪些开源项目。还有团队在内部定规矩：AI 写的代码必须经过人工审查才能入库，审查者要对代码的合规性负责。这些做法的共同点是：不等法律定论，先把风险控制在自己手里。

判断标准会慢慢清晰

长远看，归属问题的判断标准会逐渐清晰，大概率会落在几个维度上：人的创造性投入有多少——只是提了一句话，还是做了大量修改和设计；生成内容与训练数据的相似度有多高——是通用模式，还是近乎复制；使用的场景是什么——个人学习、内部工具、商业产品，风险等级各不相同。未来的规则，很可能不是“一刀切”，而是按这些维度分级处理。在此之前，使用者能做的，是保留好自己的创作过程记录：需求是怎么提的、代码是怎么改的、审查是怎么做的。这些记录，是将来证明“这段代码是我的作品”的最好证据。

结尾

AI 写的代码归谁，这个问题没有简单的答案。但它提醒了所有用 AI 写代码的人一件事：工具越强大，责任的边界越要搞清楚。把 AI 当成提效的工具没有问题，前提是知道它的输出从哪来、风险在哪、责任在谁。代码的版权之争，本质上是 AI 时代创作权归属的缩影：当机器开始参与创作，人必须重新定义什么是“我的作品”。在规则明朗之前，最稳妥的做法是：用 AI 提效，用人把关，用记录自证。