GitHub 四宗罪“惹众怒”?SFC 发文《Give Up GitHub!》呼吁全网声讨

简介: GitHub 四宗罪“惹众怒”?SFC 发文《Give Up GitHub!》呼吁全网声讨

前几天,一则关于 “GitHub 人工智能编程工具 Copilot 以67 元/月的费用正式上线”的消息引发了开源圈的热议,一时间关于 Copilot 侵犯隐私、抄袭代码、无视许可证以及“开源变付费”等以往争议话题再次被挖出来,且不断在社交媒体上发酵。


【相关阅读:Github AI 编程工具 Copilot 正式上线,“白嫖”时代结束,67 元/月!https://segmentfault.com/a/11...

6月30日,软件自由保护协会(SFC)官网发布了一篇题为《Give Up GitHub!》的博文,彻底“点燃”了开源圈长久以来的“怒火”。

SFC 在长文中表示:由于 GitHub 的不当行为,SFC 将结束所有 GitHub 的使用,并将协助其他自由软件项目从 GitHub 迁移 —— “我们开始呼吁所有自由和开放源码软件开发者放弃GitHub”。

目前,SFC 方面已停止使用 GitHub 开展项目托管,并敦促其他软件开发者一同退出。

为什么要放弃 GitHub?四宗罪“惹众怒”

原来,此前 SFC 方面就对 GitHub Copilot(AI 编程工具)在公开代码上进行训练的合法性的表示质疑,而 GitHub 却一直拒绝回应。因此,前几天 GitHub 刚宣布 Copilot 正式上线且收费的消息一经传出, SFC 便彻底“怒了”。

SFC 方面表示,呼吁放弃 GitHub 的原因有很多。在这里,他们列出了 GitHub 最主要的几宗罪。

(1)法律问题:涉及隐私、抄袭代码,无视许可证

众所周知,Copilot 是由微软及其GitHub子公司开发和销售的一种营利性产品,它使用人工智能(AI)技术为开发人员自动交互生成代码。根据GitHub自己的声明显示,该AI 模型仅使用托管在 GitHub 上的项目进行训练,包括许多使用copyleft许可证的项目。

【相关阅读:自由软件基金会批 GitHub Copilot:“不可接受且不公正”https://segmentfault.com/a/11...

那么问题来了,由于这些项目大多不属于“公共领域”,它们是根据FOSS(自由/开放源码软件)许可证获得许可的。所以这些许可要求包括适当的作者归属,在版权许可的情况下,它们有时要求基于或包含软件的作品在与先前作品相同的版权许可下获得许可。

据报道,近年来微软和GitHub一直忽视这些许可要求。他们对这些行为的唯一“辩护”是前CEO的推特——他在推特中错误地声称,关于这个话题的悬而未决的法律实际上已经解决。

(2)道德问题:利用FOSS项目专有化营利

除了法律问题外,GitHub 选择在创建专有软件的服务中使用版权保留的代码也会带来严重的道德影响。

2020年,社区发现GitHub与美国移民和海关执法局(ICE)签订了营利性软件服务合同。两年来,包括一些GitHub员工在内的活动人士一直呼吁GitHub取消该合同。GitHub则回复称,他们的母公司微软多年来一直将Microsoft Word出售给ICE,没有任何公众投诉。

他们声称,这在某种程度上证明了与政策有问题的机构开展更多业务的合理性。“不管你对ICE及其行为的看法如何,GitHub对提出这一重要问题的活动家们持续不屑一顾和虚伪的回应表明,GitHub将其利润置于社区关注之上。”

(3)假装支持FOSS,实则“围剿”社区以依赖其专有软件

SFC 方面还表示,尽管GitHub假装支持FOSS,但他们的整个托管网站本身就是专有或商业秘密软件。我们感谢GitHub允许其一些员工有时向上游项目提供自由和开放源码软件,但我们的社区以前曾多次被该声称支持FOSS的公司“围剿”,同时积极“说服”社区依赖其专有软件。“我们不会让GitHub以同样的方式‘干掉’我们!”

GitHub与FOSS项目托管行业的大多数同行不同,因为GitHub甚至不提供任何自托管FOSS选项,他们的整个代码库都是私密的。比如虽然我们对GitLab的并行“社区”和“企业”版本的商业模式感到不满,但至少GitLab的社区版提供了自托管的基本功能,是百分之百的FOSS。

(4)“逃避”版权:诋毁 copyleft、抨击 GPL 的许可

此外,GitHub 长期以来一直试图对 copyleft 和 GPL 进行抨击,以说服项目“逃避”版权保留问题。

SFC 方面透露,GitHub 长期以来一直试图诋毁copyleft。“他们的各种 CEO 经常大声否定copyleft,比如在某主题演讲中抨击 copyleft 和 GPL。多年来,我们亲自观察到 GitHub 的多名员工在许多场所争论......我们甚至看到GitHub员工直接在 bug ticket 中这样做”。

同时,GitHub 公司的高管过去曾多次攻击 copyleft 许可。以上事件,都让 GitHub 的印象在业内变得更差。

如何放弃 GitHub?关键 FOSS 项目开发者群体应该“以身作则”

当然,对于整个开源圈而言,确实很难立马离开 GitHub,其原因之一就是“专有供应商锁定”。


我们知道,作为“软件开发界的 Facebook”,GitHub 早已成功为 FOSS 开发者创造了有史以来最具吸引力的精彩乐园。离开 GitHub 是困难的,因为这是你找到共同开发者并与之合作的方式。GitHub 甚至可能是你找工作时向潜在雇主展示工作的方式,一些计算机科学课程甚至都会要求学生使用 GitHub。

既然离开 GitHub 如此困难,那么究竟该如何放弃它才好

这里,SFC 方面首先呼吁处境最舒适的开发者群体——关键FOSS项目的领导者、招聘和工程经理以及就业安全的开发者们,迈出第一步,拒绝GitHub的专有服务。

如此一来,SFC 当然知道,以上领域的新开发人员将会收到来自潜在雇主要求他们参与GitHub的压力。“但集体行动恰恰考验着我们中享有特权的开发者以身作则,这就是为什么我们不仅要求你离开GitHub,而且我们正在带头努力帮助每个人长期放弃GitHub”。

通过为FOSS项目设置议程并在其他地方托管项目,关键开发者群体可以帮助新来者避免GitHub造成的内在力量失衡。

因此,SFC首先要向招聘经理、社区领导者以及其他有权鼓励新贡献者和现有社区使用GitHub的人发表讲话。一旦有权势人物选择在GitHub上主持项目,个人贡献者就别无选择,只能使用这些专有且具有破坏性的产品。

“如果您在社区和/或雇主内做出决策或拥有政治权力,我们敦促您通过自由和开放源码软件平台而不是GitHub,利用您的权力来集中社区工作。如果你是一个感觉无力离开GitHub的个人贡献者,请阅读关于如何迈出第一步的(越来越多的)建议列表。”

SFC 表示,从长远来看,他们将开发这个稳定的URL(GiveUpGitHub.org),其中包含指向资源的链接,以帮助每个人——从最有特权的开发者到自由和开放源码软件中代表性不足的群体的新手和成员——放弃GitHub。

如果您觉得您或您的项目还不能离开 GitHub,SFC要求您通过在自述文件中添加此部分来提高认识,以此来与您的用户分享您对GitHub的担忧。如果您准备离开GitHub,可以使用该自述文件。

后续

据悉,SFC 暂时不会强制要求现有会员迁移项目,但他们将不再接受不打算从GitHub迁移的新会员项目。

软件自由保护协会(Software Freedom Conservancy,简称 SFC)成立于 2006 年,是一个推广开源软件和捍卫自由软件通用公共许可证(GPL)的非营利组织,旨在为自由开源软件项目提供支持和基础设施。

此前,SFC 曾因美国电视制造商Vizio公司滥用了 GPL而对该公司提起过诉讼。此次,SFC 再发文《Give Up GitHub!》对 GitHub 进行声讨,揭开其“虚假面目”,并呼吁业内对其抵制弃用,确保自由开放的开源软件环境以造福广大开发者社区。

目前,SFC 的这篇文章依旧在社交媒体上备受热议,有网友 对 SFC 提出的关于 GitHub Copilot 涉及的版权法规质疑表示支持,同时也有网友表示对 Copilot 的商业化表示理解,由此引发了更多人加入争论。

关于此次事件,我们也将持续关注。如果您对该事件有任何看法,也欢迎在评论起留言互动。

参考链接:https://sfconservancy.org/Giv...

相关文章
|
10月前
|
运维 监控 Cloud Native
构建高效稳定的云原生应用部署策略
【5月更文挑战第17天】 在现代软件工程实践中,云原生架构已成为实现敏捷开发、持续交付和微服务治理的关键。本文深入探讨了如何构建一个既能满足业务快速迭代需求,又能保障系统稳定性的云原生应用部署策略。通过分析容器化技术、微服务设计原则以及自动化部署工具的选择与使用,提出了一种综合部署流程优化方案。文章旨在为运维工程师提供一种系统性解决方案,以应对复杂多变的生产环境挑战。
100 1
|
2月前
|
机器学习/深度学习
过程奖励模型PRM成版本答案!谷歌DeepMind全自动标注逐步骤奖励PAV,准确率提升8%
研究团队提出了一种新的过程奖励模型(PRM),通过衡量每一步骤的进展来改进大型语言模型(LLM)的推理能力。与仅在最后提供反馈的结果奖励模型(ORM)不同,PRM能在多步骤推理中逐步提供反馈,从而改善信用分配。研究引入了过程优势验证者(PAV),用于预测证明策略下的进展,显著提升了测试时间搜索和在线强化学习(RL)的效率与准确性。实验表明,PAV相比ORM提高了8%以上的准确性和5至6倍的样本效率。该方法在Gemma2模型上得到了验证,并展示了在解决复杂问题上的潜力。尽管成果显著,但仍需进一步研究以优化证明策略的设计和减少拟合误差。
168 97
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在教育领域的应用与挑战
随着科技的不断进步,人工智能(AI)技术已经深入到社会的各个领域,其中教育领域尤为突出。本文旨在探讨人工智能在教育领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何改变传统教学模式,提高教育质量和效率,同时指出其在实际应用中可能遇到的问题和挑战,为未来教育的发展提供参考。
381 2
|
5月前
|
弹性计算 人工智能 安全
阿里云弹性计算:助力企业实现灵活扩展与高效计算
【10月更文挑战第6天】在现代企业的数字化转型中,云计算已经成为不可或缺的技术基础。阿里云弹性计算(Elastic Compute Service, ECS)凭借其强大的弹性伸缩能力、高可用性和灵活性,帮助企业在云端实现高效的业务运营和资源管理。本文将探讨阿里云弹性计算的主要功能、技术优势以及在各行业中的应用场景。
281 7
|
5月前
|
数据采集 人工智能 搜索推荐
《AI大模型助力客户对话分析解决方案评测》
该方案详细描述了AI客服对话分析的实践原理和实施方法,涵盖数据采集、预处理、特征提取、语义理解及可视化展示等环节。方案提供了较为详细的实施步骤,但在模型选型、特殊数据处理等方面存在不足。部署过程中,用户在数据采集对接和模型训练优化方面遇到困惑,希望获得更多实际案例和操作指导。示例代码基本可用,但在函数计算和第三方库兼容性上存在报错。总体而言,方案能满足基本对话分析需求,但需在准确性、实时性、个性化分析和结果解释性方面进一步改进。
149 1
|
6月前
|
Java 开发者
javafx jlink 遇到的非模块化的依赖打包报错“模块异常”的问题和处理
【9月更文挑战第18天】在使用JavaFX的jlink进行应用打包时,非模块化依赖可能导致“模块异常”报错。此文档详细分析了该问题的原因,并提供了四种解决方案:模块化依赖、自动模块转换、手动创建模块描述符及检查模块依赖关系。通过这些方法,可以有效解决此类问题,提高项目的可维护性和扩展性。建议开发者优先选用模块化设计。
467 1
|
22天前
|
机器学习/深度学习 人工智能 编解码
Step-Video-T2V:碾压Sora?国产开源巨兽Step-Video-T2V杀到:300亿参数一键生成204帧视频
Step-Video-T2V 是阶跃星辰团队推出的开源文本到视频模型,拥有 300 亿参数,能生成长达 204 帧的高质量视频。它支持中英文提示输入,并通过深度压缩的变分自编码器和扩散 Transformer 架构实现高效生成。
567 5
|
3月前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
198 31
|
2月前
|
SQL 弹性计算 运维
云卓越架构:稳定性支柱整体解决方案综述
阿里云卓越架构聚焦于五大支柱,其中稳定性是关键。常见的云上稳定性风险包括架构单点、容灾设计不足和容量规划不合理等。为提升稳定性,需从架构设计时考虑容灾与容错、实施变更时遵循“三板斧”原则(灰度发布、可观测性和可回滚性),并确保快速响应和恢复能力。此外,通过客观度量、主观评估和巡检等方式识别风险,并进行专项治理。识货APP作为成功案例,通过优化容器化改造、统一发布体系、告警系统和扩缩容机制,实现了99.8%的高可用率,大幅提升了业务稳定性。
|
2月前
|
安全 数据安全/隐私保护 计算机视觉
COVID -19健康二维码改进措施
疫情期间,阿里健康码助力中国复工复产,为全球防疫提供经验。但实际使用中存在诸多问题:如缺乏面部识别、无过期机制、易被截图分享等,导致防疫人员无法准确核实身份。未来应从技术层面解决这些问题,如引入口令申请、人脸识别、自动过期机制等,确保健康码的安全性和实时性。同时,建议通过阿里云、腾讯云等平台加强数据安全防护,防止截屏和录屏操作,确保防疫工作的有效性。