Claude 5天重寫老庫引全網(wǎng)爭(zhēng)議，維護(hù)者擅自更換開源協(xié)議，退網(wǎng)15年原作者突然現(xiàn)身：不準(zhǔn)改！

整理 | 屠敏

出品 | CSDN（ID：CSDNnews）

花 5 天時(shí)間借助 Claude Code 重寫運(yùn)營(yíng)十余年的老舊代碼庫后，項(xiàng)目維護(hù)者直接將開源許可證從 LGPL 改為更寬松的 MIT。

近日，Python 經(jīng)典編碼檢測(cè)工具 chardet 因此陷入輿論中心。

更具戲劇性的是，這個(gè)庫的新版發(fā)布后，自 2011 年便淡出公眾視野的原作者突然現(xiàn)身，要求項(xiàng)目維護(hù)者立刻將許可改回原版。

然維護(hù)者堅(jiān)稱，新版本是用 AI 從零開始寫的，與舊版本無關(guān)。

至此，一場(chǎng)關(guān)于 AI 重寫代碼的所有權(quán)與許可規(guī)則之爭(zhēng)，就此拉開。

原作者隱退，維護(hù)者上崗

簡(jiǎn)單來看，chardet 是 Python 生態(tài)中極為常用的文本編碼檢測(cè)庫，核心功能是自動(dòng)識(shí)別字節(jié)流的編碼格式，如 UTF-8、GBK、ISO-8859-1 等。

它看似小眾，卻是很多程序的基礎(chǔ)組件。如果你安裝過 Python 的 requests 庫，它很可能已經(jīng)在你的電腦上默默運(yùn)行。此前有數(shù)據(jù)統(tǒng)計(jì)，chardet 單年度內(nèi)下載量達(dá)到 8.54 億次。

該庫最早由開發(fā)者Mark Pilgrim于 2006 年創(chuàng)建，并使用 LGPL 許可證發(fā)布。

熟悉開源協(xié)議的開發(fā)者想必也并不陌生，LGPL 允許修改與分發(fā)，但對(duì)二次分發(fā)與商業(yè)使用有嚴(yán)格約束，衍生作品通常需繼續(xù)沿用相同許可。

原作者在維護(hù)數(shù)年后，于 2011 年徹底退出公眾視野，chardet 的維護(hù)工作由其他人接手。

其中 Dan Blanchard 便是最重要的維護(hù)者之一，他負(fù)責(zé)了自 2012 年 7 月 chardet 1.1 版本以來的每一個(gè)版本，貢獻(xiàn)了近 700 次提交。而排名第二的維護(hù)者只有 48 次。

Claude 的幫助下，維護(hù)者用 5 天完成對(duì) chardet 庫的全面重寫

時(shí)間來到上周，Dan Blanchard 發(fā)布了 chardet 7.0 版本，并在 GitHub 項(xiàng)目頁面上聲稱這是一次「完全重寫的版本，采用了 MIT 許可。」

同時(shí)，其表示，這個(gè)庫的包名和公共 API 保持不變——可直接替代 chardet 5.x/6.x，速度更快，準(zhǔn)確性更高。支持 Python 3.10 及以上版本，無任何運(yùn)行時(shí)依賴，可在 PyPy 上運(yùn)行。

問題來了，MIT 許可證比 LGPL 寬松很多，你可以自由使用、修改、復(fù)制和分發(fā)軟件，包括把它用在商業(yè)軟件里，只要保留原作者版權(quán)聲明即可。

至于為什么要變更協(xié)議，Dan Blanchard 在接受外媒采訪時(shí)表示，長(zhǎng)期以來，他希望 chardet 能進(jìn)入 Python 標(biāo)準(zhǔn)庫，但受限于舊許可、性能與準(zhǔn)確率，此外，也因?yàn)闀r(shí)間有限，始終無法推進(jìn)。

“如今，Claude 可以讓我能夠在大約 5 天內(nèi)完成我想做的事情”，Dan Blanchard 說道。

所以，他借助 Claude Code 重寫了 chardet 7.0 版本，并將其發(fā)布出來。

原作者“閃現(xiàn)”抗議：拒絕對(duì)原始代碼的非法重新授權(quán)

就在新版本發(fā)布的兩天后，一個(gè)昵稱為 Mark Pilgrim 的用戶在 GitHub 上發(fā)帖稱，自己就是chardet 的原作者，感謝長(zhǎng)期維護(hù)者與貢獻(xiàn)者，但 Dan Blanchard 將 7.0 版本以 MIT 許可發(fā)布，屬于對(duì) LGPL 代碼的非法重新授權(quán)，直接違反開源協(xié)議。

他明確反對(duì)此次許可變更。

以下是他在 GitHub issue 提交的完整內(nèi)容：

你好，我是 Mark Pilgrim。你也許還記得我寫過的一些經(jīng)典作品，比如《Dive Into Python》以及“Universal Character Encoding Detector”。我也是 chardet 的最初作者。

首先，我想感謝目前的維護(hù)者，以及這些年來所有為這個(gè)項(xiàng)目做出貢獻(xiàn)并不斷改進(jìn)它的人。這確實(shí)是一個(gè)自由軟件成功發(fā)展的典型案例。

不過，最近有人提醒我，在 7.0.0 版本的發(fā)布中，維護(hù)者聲稱他們有權(quán)對(duì)這個(gè)項(xiàng)目進(jìn)行“重新授權(quán)（relicense）”。實(shí)際上，他們并沒有這樣的權(quán)利；這么做是對(duì) GNU Lesser General Public License（LGPL）許可的明確違反。

根據(jù) LGPL 的規(guī)定，對(duì)已授權(quán)代碼進(jìn)行修改后發(fā)布時(shí)，仍然必須繼續(xù)使用同樣的 LGPL 許可證。維護(hù)者聲稱這是一次“完全重寫（complete rewrite）”，這一點(diǎn)并不成立，因?yàn)樗麄冊(cè)?jīng)大量接觸過原本的授權(quán)代碼（也就是說，這并不是所謂的“clean room 實(shí)現(xiàn)”，即完全隔離、未接觸原代碼的獨(dú)立實(shí)現(xiàn)）。即使在開發(fā)過程中加入了某種復(fù)雜的代碼生成器，也不會(huì)因此自動(dòng)獲得額外的授權(quán)權(quán)利。

因此，我在此鄭重要求他們將項(xiàng)目的許可證恢復(fù)為最初的版本。

到底是誰的代碼？誰說了算？

首先簡(jiǎn)單解釋一下 Mark Pilgrim 在聲明中提到的“clean room”。

計(jì)算機(jī)工程師和程序員長(zhǎng)期以來依賴逆向工程來實(shí)現(xiàn)程序功能，而不直接復(fù)制受版權(quán)保護(hù)的原始代碼。簡(jiǎn)單來說，就是在不侵犯版權(quán)的前提下“模仿”軟件的行為和功能。過去，這種做法通常遵循所謂的“潔凈房間（clean room）”原則：由完全不接觸原始代碼的人重新實(shí)現(xiàn)功能，以確保生成的新代碼不會(huì)構(gòu)成原作的衍生作品。

Blanchard 在回應(yīng)中承認(rèn)，自己維護(hù)了 chardet 超過十年了，確實(shí)長(zhǎng)期接觸過原始代碼庫。

傳統(tǒng)的 clean-room 方法通常要求嚴(yán)格區(qū)分兩組人：一組了解原始實(shí)現(xiàn)，另一組負(fù)責(zé)編寫新的實(shí)現(xiàn)，而兩者之間必須完全隔離。

客觀的說，在這個(gè)項(xiàng)目里，Blanchard 并不滿足「clean-room 」這樣的隔離要求。

但是他認(rèn)為，clean-room 方法本身只是一種手段，它的目的在于確保最終產(chǎn)生的代碼不是原始代碼的“衍生作品”。換句話說，clean-room 是達(dá)到目標(biāo)的一種方式，但并不是目標(biāo)本身。

在這次情況下，他可以通過直接的技術(shù)測(cè)量來證明最終結(jié)果達(dá)到了同樣的目標(biāo)——新的代碼在結(jié)構(gòu)上是獨(dú)立于舊代碼的，而不僅僅依賴開發(fā)流程上的保證。

基于此，他用代碼相似度檢測(cè)工具 JPlag 給出數(shù)據(jù)證明：chardet7.0 版本的文件與 6.0 版本的對(duì)應(yīng)文件，最大相似度僅1.29%；而 5.2 版本到 6.0 版本則有些文件相似度高達(dá) 80%。

Blanchard 強(qiáng)調(diào)，他從零開始創(chuàng)建了新的代碼庫，沒有直接搬運(yùn)任何舊文件。

如果僅僅因?yàn)樵?jīng)接觸過原始代碼就足以否定一次重寫，那么對(duì)于任何 LGPL 項(xiàng)目的維護(hù)者來說，未來想在不同許可證下重新實(shí)現(xiàn)相同功能幾乎都會(huì)變得不可能——無論最終寫出的代碼與原代碼有多么不同。

我不認(rèn)為 LGPL 的要求是這樣的，但我也愿意聽取不同的解讀。在我看來，核心問題在于：新的代碼是否來源于舊代碼（是否屬于衍生作品）。而從前面提到的證據(jù)來看，它并不是。

AI 如何參與

為了保持完全透明，Blanchard 進(jìn)一步分享了這次重寫的具體過程：

我使用了 Claude 的 “superpowers brainstorming” 能力來生成一份設(shè)計(jì)文檔，里面詳細(xì)說明了我希望采用的架構(gòu)和實(shí)現(xiàn)思路。

這份設(shè)計(jì)基于我為這次重寫設(shè)定的一系列要求（這些要求最初是我在手機(jī)的 Notes 里寫下的，沒有提交到倉庫中，但我在這里列出來作為背景說明）：

1. 對(duì)外 API 保持兼容
   

2. 項(xiàng)目仍然叫 chardet，因?yàn)橛?jì)劃是用新實(shí)現(xiàn)替換原有 chardet

3. 不基于任何 GPL 或 LGPL 代碼

4. 在測(cè)試數(shù)據(jù)上保持與 chardet 相當(dāng)?shù)木幋a檢測(cè)準(zhǔn)確率

5. 語言檢測(cè)不是硬性要求，但如果實(shí)現(xiàn)起來很容易，或者是其他設(shè)計(jì)的副產(chǎn)品，可以順帶實(shí)現(xiàn)
   

6. 高性能、內(nèi)存效率高：能夠有效利用多核 CPU

7. 沒有運(yùn)行時(shí)依賴

8. 必須同時(shí)支持 PyPy 和 CPython

9. 設(shè)計(jì)要干凈、現(xiàn)代化

10. 如果使用訓(xùn)練得到的統(tǒng)計(jì)模型，數(shù)據(jù)來源應(yīng)使用 Hugging Face 的 load_dataset API
    

11. 任何訓(xùn)練代碼都應(yīng)在本地緩存數(shù)據(jù)，以便在開發(fā)過程中頻繁重新訓(xùn)練

12. 經(jīng)常進(jìn)行性能基準(zhǔn)測(cè)試

13. 避免使用大量巨大的字典字面量，因?yàn)樵?CPython 3.12 中導(dǎo)入這類結(jié)構(gòu)會(huì)非常慢

之后，Blanchard 表示，他在一個(gè)完全空的倉庫中開始開發(fā)，并且沒有訪問舊代碼庫。同時(shí)，他還明確指示 Claude：不要基于任何 LGPL 或 GPL 許可的代碼進(jìn)行實(shí)現(xiàn)。

接下來，其本人使用 Claude 對(duì)生成的每一部分代碼進(jìn)行審查、測(cè)試和反復(fù)迭代。

不過，Blanchard 也坦言，自己并沒有逐行手寫這些代碼，但在整個(gè)過程中，他深度參與了架構(gòu)設(shè)計(jì)、代碼評(píng)審以及每一步的迭代改進(jìn)。

我理解這確實(shí)是一個(gè)新的、讓人不太適應(yīng)的領(lǐng)域：在一個(gè)長(zhǎng)期存在的開源項(xiàng)目重寫過程中使用 AI 工具，確實(shí)會(huì)引發(fā)合理的疑問。不過，從現(xiàn)有證據(jù)來看情況是清楚的：7.0 是一個(gè)獨(dú)立作品，而不是基于 LGPL 代碼庫的衍生作品，因此使用 MIT License 是正當(dāng)?shù)摹?/p>

爭(zhēng)議點(diǎn)：AI 生成代碼的邊界難界定

盡管 Blanchard 力求獨(dú)立生成代碼，但仍存在一些復(fù)雜因素。

首先，有網(wǎng)友發(fā)現(xiàn)，Claude 在重寫 chardet 7.0 版本時(shí)，明確使用了 chardet 早期版本的一些元數(shù)據(jù)文件，這引發(fā)了業(yè)界開發(fā)者對(duì)這個(gè)新版本是否真的是“衍生版本”的質(zhì)疑。

另一方面，Claude 模型在訓(xùn)練時(shí)吸收了大量公開網(wǎng)絡(luò)數(shù)據(jù)，其中可能包括早期 chardet 的開源代碼。是否意味著 AI 生成的代碼屬于原作衍生，仍存在爭(zhēng)議。

此外，還有人為因素。雖然新版本的代碼是由 Claude 生成的，但正如上文提到的，Blanchard 表示他“使用 Claude 對(duì)結(jié)果的每個(gè)部分進(jìn)行了審查、測(cè)試和迭代……我沒有親手編寫代碼，但我深度參與了代碼的設(shè)計(jì)、審查和迭代的每一個(gè)環(huán)節(jié)。” 讓一位對(duì)早期 chardet 代碼非常熟悉的人如此深入地參與新代碼的審查，也可能影響到這個(gè)版本是否可以被視為一個(gè)全新的項(xiàng)目。

不止如此，Blanchard的所有操作都是在chardet 這個(gè)庫的同一個(gè)軟件包名稱、同一個(gè)存儲(chǔ)庫、同一個(gè)PyPI 列表中完成的，更重要的是新版本的名字還是叫做 chardet。

網(wǎng)友看法

這起事件在開源社區(qū)引發(fā)廣泛討論，直指 AI 時(shí)代的底層規(guī)則空白。

有人為維護(hù)者 Blanchard 所受到的指責(zé)辯護(hù)：

Blanchard 獨(dú)自維護(hù)這個(gè)庫，無資金、無協(xié)作者、無支援。chardet 團(tuán)隊(duì)另外兩人最晚 2017 年就停更，其中一人 2012 年后再無提交。原作者 2011 年徹底清空互聯(lián)網(wǎng)痕跡。這是 Python 生態(tài)最依賴的包之一，全靠一個(gè)人用業(yè)余時(shí)間撐著。現(xiàn)在這個(gè)人做了大家不喜歡的事，突然所有人都對(duì)治理、托管、自由軟件精神高談闊論。

也有用戶 Armin Ronacher 寫了一篇《AI 與忒修斯之船》。他把 AI 重寫看作終于擺脫 GPL 的出路 —— 他認(rèn)為 GPL 限制了分享：

如果你扔掉所有代碼從零開始，即便最終行為一致，那也是一艘新船。

不過，有不少網(wǎng)友認(rèn)為：

把 Copyleft 代碼喂給訓(xùn)練過它的模型，讓模型生成功能等價(jià)產(chǎn)物，指著輸出說 “看，沒有相似性”。查重工具找不到匹配 token，不代表作品獨(dú)立，只代表洗白有效。如果這套手法合法，現(xiàn)存所有 Copyleft 項(xiàng)目，只要跑一次 Claude 就能變成 MIT，甚至閉源。正反都行得通。

GitHub 討論區(qū)里，更有人犀利地點(diǎn)評(píng)道：把泄露的 Windows 源碼丟給大模型重寫，再以開源發(fā)布，能接受嗎？如果不能，解釋 chardet 為何不同。機(jī)制完全一樣，唯一變量是你是否同情版權(quán)方。

自由軟件基金會(huì)（FSF）執(zhí)行董事 Zo? Kooyman 直言：“AI 模型吸收了要重新實(shí)現(xiàn)的代碼，因此根本不存在真正‘潔凈’。”

一方是經(jīng)典開源協(xié)議的底線，一方是 AI 輔助開發(fā)的新現(xiàn)實(shí)，在原作者消失、單人維護(hù)十年后，項(xiàng)目歸誰？新版 chardet 的許可到底誰說了算，你怎么看？

參考：

https://github.com/chardet/chardet

https://github.com/chardet/chardet/issues/327#issuecomment-4005195078

https://shiftmag.dev/license-laundering-and-the-death-of-clean-room-8528/

https://www.theregister.com/2026/03/06/ai_kills_software_licensing/

https://arstechnica.com/ai/2026/03/ai-can-rewrite-open-source-code-but-can-it-rewrite-the-license-too/

未來沒有前后端，只有 AI Agent 工程師。

這場(chǎng)十倍速的變革已至，你的下一步在哪？

4 月 17-18 日，由 CSDN 與奇點(diǎn)智能研究院聯(lián)合主辦「2026 奇點(diǎn)智能技術(shù)大會(huì)」將在上海隆重召開，大會(huì)聚焦 Agent 系統(tǒng)、世界模型、AI 原生研發(fā)等 12 大前沿專題，為你繪制通往未來的認(rèn)知地圖。

成為時(shí)代的見證者，更要成為時(shí)代的先行者。

奇點(diǎn)智能技術(shù)大會(huì)上海站，我們不見不散！