开源V话：S1 OSPO 与开源 | x08 当开源遇上 AI
vivo 开源约 3 分钟【开源V话】旨在以图文并茂的方式通俗易懂地传播开源文化及相关知识，分享开源实践及洞见，成为开源文化及开源生态发展的参与者、贡献者和布道者。
欢迎来到第一季“OSPO 与开源”，共8期，本文是S1x08期。
AI 时代的开源治理新挑战。
第一季终章：当开源遇上 AI。OSPO 的职责正在极速膨胀。
训练数据是否开源？
模型权重是否开放？
AI 生成的代码归谁所有？
未来的 OSPO，
将是 AI Governance 的核心力量。
准备好迎接新时代了吗？
S1x08 当开源遇上 AI
(The Future: AI & OSPO)
随着 GenAI（生成式人工智能）的爆发，OSPO 正在进入无人区。开源的概念正在从单纯的“源码（Source Code）”扩展到“数据（Data）”和“模型（Model）”。
OSPO 面临的新三大挑战：
许可证的模糊性：传统的 OSI 开源定义（OSD）并不完全适用于 AI 模型。Meta 的 LLaMA 等所谓的“开源”模型，实际上限制了商业用途。OSPO 需要重新界定“什么是开源 AI”。
代码生成的合规风险：当工程师使用 GitHub Copilot 或 ChatGPT 生成代码时，这些代码可能无意中侵犯了开源许可证（如复制了 GPL 代码片段）。OSPO 需要制定 AI 辅助编程的使用规范。
数据透明度：AI 模型的安全性取决于训练数据。未来的 SBOM 将演变为 AIBOM (AI Bill of Materials)，不仅包含组件，还要包含数据集来源、标注方法和模型权重信息。
未来的 OSPO，将是企业 AI Governance（AI 治理）的核心参与者。
🔗参考资料与扩展阅读：
OSI (Open Source Initiative) 发布 开源AI 定义：Open Source AI Definition。
Hugging Face: AI 模型的开源社区与许可证实践：https://huggingface.co/
vivo开源实践与思考
重新认识AI开源： 随着OSI正式定义“开源AI”，AI模型（结构与参数）与软件代码的差异越发明确，前者往往不受传统开源协议的直接约束。实践中需明确区分模型与代码，避免将代码规则错误适用于模型本身。
合规前置： AI时代，代码本身的合规无法涵盖训练数据，训练数据来源合法成为新的刚需。需建立来源追溯与分类管理体系，在面对争议时能有效保护自身。
AI生成代码的反向传染：AI编程可能生成侵权的代码片段。OSPO需做好风险识别和隔离，防止GPL等Copyleft协议的代码通过AI工具隐性“传染”。
vivo开源
本文在创作中使用 AI 工具作为辅助 本系列内容采用 CC BY-SA 4.0 许可发布
第一季 OSPO 与开源