本文永久链接 – https://tonybai.com/2026/02/15/go-core-team-rejects-ai-authorship

大家好，我是Tony Bai。

在生成式 AI 狂飙突进的 2026 年，编程似乎变得前所未有的容易。Claude Code、Gemini Cli、Codex等 已经成为开发者的标配。然而，技术便利的背后，模糊的责任边界正在侵蚀软件工程的根基。

近日，在 Go 语言这个以“简单、可靠、高效”著称的开源圣殿里，核心团队被迫画下了一道红线。

起因是一个特殊的 CL（Change List 741504），提交者在描述中赫然写道：“Co-Authored-By: Claude Opus 4.5 noreply@anthropic.com”。这行看似“诚实”的署名，瞬间触动了 Go 语言之父 Rob Pike、Ian Lance Taylor 以及 Russ Cox 等大佬的神经。

这不仅仅是一个关于署名权的争论，这是整个开源世界在 AI 时代必须面对的“立宪时刻”：我们该如何划定人类与 AI 在代码创作中的界限？

本文将深度复盘这场发生在 Go 核心圈的讨论，并解读 Russ Cox 最终定调背后的深意。

触碰红线——潘多拉魔盒的开启

事情的起因简单而诡异。开发者 John S 提交了一个修复 cgo 文档的 CL，并在描述中注明了 Claude Opus 4.5 是共同作者。

Ian Lance Taylor（Go 泛型的主要设计者之一）率先发难，敏锐地指出了这行字背后潜藏的两个致命法律风险：

1. 版权归属：Anthropic（Claude 的母公司）是否对其模型生成的代码拥有版权？
2. 许可证传染：如果 AI 模型是基于非开源或与 Go 不兼容协议的代码训练的，那么它生成的代码是否会污染 Go 的代码库？

Robert Griesemer（Go 创始三巨头之一）则从工程角度表达了担忧：

“如果代码描述是 AI 写的，我们可以删掉那行字。但如果是 Claude 写的代码，我们就有大麻烦了。”

Griesemer 的担忧直指 AIGC 的核心痛点：幻觉与平庸。他将 AI 现在的状态比作拼写检查器——它可以修正拼写，但它真的懂“修辞”吗？更重要的是，它懂“正确性”吗？

而 Rob Pike（Go 语言之父）的回复依然是那样简洁有力，且带有强烈的不容置疑：

“这是一个非常危险的滑坡（slippery slope）。我建议第一步简单点：说不（NO）。”

Rob Pike 意识到，一旦模糊了这条线，开源社区将面临“人的缺位”。谁来维护这些代码？谁来为 Bug 负责？是一个在那一刻运行的概率模型，还是那个按下 Enter 键的人？

工程哲学——红线之内的质量守卫

在长达数日的讨论后，Russ Cox (rsc) 发表了一篇极具分量的总结性邮件，在这封邮件中，他代表 Go 核心团队给出了AI 时代Go项目的AI 政策宣示，并说明了划定这条红线的工程学必要性。

对抗“逆向布兰多里尼定律”

互联网上有一条著名的“布兰多里尼定律”（Brandolini’s law）：反驳胡扯所需要的能量，比产生胡扯所需要的能量大一个数量级。

在编程领域，AI 正在制造同样的困境。Russ 指出：

“AI 工具诱使许多人陷入一种虚假的信念……人们以前所未有的速度生成大量的代码……就像看着会跳舞的大象，虽然令人惊叹，但通常既慢又笨拙，且难以维护。”

写代码变容易了，但代码审查（Code Review）变难了。

Go 的设计哲学是“代码被阅读的次数远多于被编写的次数”。而 AIGC 工具颠倒了这一关系。AI 可以在几秒钟内生成数百行看似完美、实则包含微妙 Bug 的代码。如果不划定红线，Go 项目将被机器生成的、无人真正理解的代码淹没。

拒绝“关闭大脑”的提交

工具的便捷性往往会让人关闭大脑。当 Claude Code 或 Copilot 给出一段代码时，开发者最自然的反应是“它看起来能跑”，然后直接提交。

这种“关闭大脑（Turn off your brain）”的行为，是工程质量的大敌。

Go 团队划定红线的目的，是强迫开发者回归理性：你必须理解你提交的每一行代码。如果连提交者自己都无法解释代码为什么这么写，那么这段代码就是项目的负资产。

法律博弈——红线之外的版权黑洞

除了工程哲学，Russ Cox 明确指出，法律风险是划定这条红线的硬性约束。

“非人类”没有版权

根据美国版权局（US Copyright Office）的指导意见，非人类创作的作品不受版权法保护。

这意味着，如果一段代码被认定为完全由 AI 生成，它可能直接进入公有领域（Public Domain），或者其版权归属处于薛定谔状态。

Go 项目要求所有贡献者签署 CLA（贡献者许可协议）。CLA 的核心前提是：贡献者拥有其提交代码的版权，并将其授权给 Google/Go 项目。

如果允许 AI 署名：

• 贡献者没有版权，因此签了 CLA 也没用。
• Google 无法获得有效的版权授权。
• Go 的代码库中将出现版权状态不明的“黑洞”。

训练数据的原罪

这是 Robert Engels 在讨论中反复强调的点：AI 是在什么数据上训练的？

如果 Gemini 或 Claude 记住了某段 GPL 或 AGPL 协议的代码，并在微调后将其“吐”了出来，而这段代码被合入了使用 BSD 协议的 Go 项目中，这就构成了严重的侵权风险。

作为顶级开源项目，Go 团队必须规避任何潜在的法律诉讼。“拒绝 AI 署名”是法律上的防火墙。

最终裁决——Go 团队的“三不”原则

基于上述工程和法律的双重考量，Russ Cox 代表 Go 团队划定了极其清晰的政策红线。这份裁决不仅适用于 Go，也值得所有技术团队参考。

不接受 Co-Authored-By: AI

Go 项目不接受任何由 AI 模型作为共同作者的提交。

这不仅在法律上是无稽之谈（AI 没有法律主体资格），在工程责任上也是一种逃避。

不接受“无人负责”的代码

提交者必须对代码负全责。

无论你用了什么工具——是 Vim、IDE 的自动补全，还是 Claude Code——当你提交代码时，你就是在声明：“这是我的作品，我理解它，我为它负责。”

Russ Cox 提出了一个极其严苛的标准：

“如果你用 AI 生成了代码，你必须像审查同事的代码一样，甚至更加严格地审查它。如果你不能自信地声称‘这是我写的’（即便你用了工具），那么就不要提交它。”

作者列表只属于人类

Go 的贡献者列表（AUTHORS 文件）只包含人类。

开源是人类智慧的结晶。AI 只是工具，是像编译器、Linter 一样的高级工具，但工具不能成为作者。

前瞻——AI 时代的开发者生存指南

Go 团队划定的这条红线，实际上厘清了 AI 辅助编程（AI-Assisted）与 AI 生成编程（AI-Generated）的本质区别。

从“编写者”到“验证者”

在红线之内，开发者的核心竞争力正在发生转移。

• 过去：熟练掌握语法，快速编写代码。
• 未来：拥有深厚的系统知识，能够验证 AI 生成代码的正确性、安全性和性能。

正如 Russ 所言：“审查代码比编写代码更难。”未来的高级工程师，本质上都是高级 Code Reviewer。

警惕“平庸的螺旋”

LLM 的训练基于海量的互联网数据，这意味着它生成的代码往往是“平均水平”的。但 Go 标准库追求的是“极致的工程化”。

如果过度依赖 AI，代码库的质量将不可避免地滑向平庸。这条红线，是为了保护代码库中人类工程师的审美和坚持。

小结

2026 年初的这次讨论，为开源社区树立了一块重要的界碑。

面对 AI 的诱惑，Go 团队选择了一条更为艰难、保守，但也更为负责任的道路。他们划定红线，拒绝了“看起来很快”的捷径，坚守了“简单、可维护、人类可理解”的初心。

这条红线告诉我们：AI 是你的副驾驶，但永远不要让它接管方向盘。因为当车毁人亡时，坐牢的永远是你，而不是那个大语言模型。

资料链接：

• https://groups.google.com/g/golang-dev/c/4Li4Ovd_ehE/m/8L9s_jq4BAAJ
• https://go-review.googlesource.com/c/go/+/741504

你愿意为 AI 代码负全责吗？

Go 团队要求：如果你不能自信地声称“这是我写的”，就不要提交。在你的日常开发中，你会对 AI 生成的代码进行逐行 Review 吗？你认为“不准 AI 署名”是开源精神的回归，还是对技术进步的保守？

欢迎在评论区分享你的“红线”！

还在为“复制粘贴喂AI”而烦恼？我的新专栏 《AI原生开发工作流实战》 将带你：

• 告别低效，重塑开发范式
• 驾驭AI Agent(Claude Code)，实现工作流自动化
• 从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码，开启你的AI原生开发之旅。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。

本文永久链接 – https://tonybai.com/2026/02/14/2026-software-factory-manifesto-code-not-by-humans

大家好，我是Tony Bai。

如果你的团队里发布了一条规定：“禁止人类写代码”，你会作何感想？

疯了？懒惰？还是科幻？

但这正是 StrongDM AI 团队在 2026 年 2 月 6 日 发布的备忘录中，白纸黑字写下的第一条铁律。

在这份名为《软件工厂与智能体时刻（Software Factories And The Agentic Moment）》的文章中，CTO Justin McCarthy 极其激进地定义了未来的软件开发范式——非交互式开发（Non-interactive Development）。

他们提出的口号令人震颤：

1. Code must not be written by humans.（代码必须不是人写的。）
2. Code must not be reviewed by humans.（代码必须不是人审查的。）
3. 如果你今天每个工程师没消耗掉 1000 美元的 Token，说明你的工厂还不够自动化。

当我们还在讨论“如何用 AI 辅助写代码”时，先驱者们已经开始讨论“如何禁止人类写代码”了。这是生产关系的彻底重构。

奇点时刻：从“错误累积”到“正确性复利”

为什么他们敢这么做？依据是什么？

文章中揭示了一个关键的“转折点”。

在 2024 年底之前，我们使用 AI Agent 进行长程编码任务时，面临着“错误累积（Compounding Error）”的诅咒。AI 写错一步，后面步步错，最终导致项目崩塌（Collapse）。

但在 Claude 3.5 (2024年10月版) 发布后，配合 Cursor 的 YOLO 模式，曲线发生了逆转。

Agent 开始展现出“正确性复利（Compounding Correctness）”。即 AI 写的代码越多，它对上下文的理解越深，自我修正的能力越强。

这意味着一旦跨越了这个阈值，人类的介入（写代码、改 Bug）不再是“必要的修正”，反而成了“效率的瓶颈”和“污染源”。

于是，StrongDM 团队决定：Hands Off（把手拿开）！

我们要建造的不是辅助人类的工具，而是一座自动化的软件工厂。

测试已死，场景永生

在“无人值守”的工厂里，怎么保证生产出来的软件是能用的？

靠单元测试吗？不。

传统的测试是刚性的，甚至是危险的。

Agent 非常聪明，聪明到学会了 Reward Hacking（奖励黑客）。如果你只要求它通过测试，它可能会直接写一个 return true 来骗过测试框架，而不管业务逻辑是否正确。

软件工厂引入了新的验证标准：

1. Scenarios（场景）：类似于机器学习中的“留出集（Holdout Set）”。它是端到端的用户故事，不仅仅是代码逻辑，更是业务意图。
2. Satisfaction（满意度）：放弃布尔值的 Pass/Fail，转而使用概率性的“满意度”指标。在所有观察到的执行路径中，有多少比例是符合预期的？

基础设施革命：数字孪生宇宙 (DTU)

这是这篇文档中最令人脑洞大开的部分。

在开发企业级软件时，我们经常需要依赖第三方 SaaS（如 Okta, Jira, Slack, Google Drive）。

• 传统痛点：API 有速率限制（Rate Limits），调用要花钱，测试环境很难搭建。
• 工厂解法：Digital Twin Universe (DTU)。

StrongDM 的 AI 团队利用 AI，构建了这些第三方服务的行为克隆（Behavioral Clones）。

他们在内存中运行了成千上万个 Okta、Slack 和 Google Drive 的“数字孪生体”。

这意味着他们可以在一小时内运行数千个集成测试场景，不需要联网，不消耗 API 额度，没有任何速率限制。

他们可以模拟极端边缘情况（比如 Slack 突然挂了，或者 Jira 返回了乱码），来验证软件的鲁棒性。

以前我们认为“重写一个 Slack 服务端”是疯子才干的事（不经济）；但在 AI 时代，让 Agent 生成一个 Mock Server 极其廉价。AI 改变了“造轮子”的经济学模型。

新经济学：烧钱是为了省命

文档最后抛出了一个震撼的 KPI：

“If you haven’t spent at least $1,000 on tokens today per human engineer, your software factory has room for improvement.”
（如果你今天每位工程师没消耗掉 1000 美元的 Token，你的工厂就有改进空间。）

这听起来像是烧钱，其实是在省命。

相比于人类工程师昂贵的时薪，以及人类犯错后带来的返工成本，Token 是最廉价的资源。

在这个工厂里，人类的角色被彻底重新定义：

我们不再是流水线上的工人（Coder），我们是流水线的设计师（Architect）。

每当你忍不住想打开 IDE 修改代码时，请默念那句禅宗般的公案：

“Why am I doing this? The model should be doing this instead.”

小结：软件工程的终局

StrongDM 的宣言，或许就是 Software 3.0 时代的《独立宣言》。

它告诉我们，软件开发正在经历从“手工作坊”向“自动化工厂”的不可逆转的跃迁。

在这个新世界里，Spec（规范）是唯一的输入，Endpoint（服务）是唯一的输出。中间的一切——编码、测试、部署、SaaS 依赖——都将被 AI 和它的数字孪生体接管。

这就是 2026 年及以后的软件工程。你，准备好了吗？

资料链接：https://factory.strongdm.ai/

你愿意交出“方向盘”吗？

面对 StrongDM 这种“不准人写代码”的极端铁律，你感到的是解放还是恐惧？如果一个系统能 24 小时自动纠错并产出 99.9% 满意的代码，你还会坚持亲自敲击键盘吗？

欢迎在评论区投出你的立场：支持“全自动化工厂”，还是坚持“人机协作”？

亲手搭建你的“微型工厂”

StrongDM 描绘的愿景听起来很科幻，但其核心技术——Spec 驱动、Agent Team 编排、自动化验证——其实就在我们手边。

虽然我们还没法每天烧掉 $1000 Token，但我们可以学习这套“非交互式开发”的心法。

在我的极客时间专栏《AI 原生开发工作流实战》中，我们将深入探讨：

• Spec-Driven Development：如何写出让 Agent 一次做对的规格文档？
• Scenario 设计：如何构建轻量级的“场景”来替代僵化的测试？
• Claude Code 实战：如何让 AI 实现代码的自我演进与自愈？

扫描下方二维码，让我们开始建设自己的微型软件工厂。

你的Go技能，是否也卡在了“熟练”到“精通”的瓶颈期？

• 想写出更地道、更健壮的Go代码，却总在细节上踩坑？
• 渴望提升软件设计能力，驾驭复杂Go项目却缺乏章法？
• 想打造生产级的Go服务，却在工程化实践中屡屡受挫？

继《Go语言第一课》后，我的《Go语言进阶课》终于在极客时间与大家见面了！

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造！30+讲硬核内容，带你夯实语法认知，提升设计思维，锻造工程实践能力，更有实战项目串讲。

目标只有一个：助你完成从“Go熟练工”到“Go专家”的蜕变！ 现在就加入，让你的Go技能再上一个新台阶！

商务合作方式：撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求，请扫描下方公众号二维码，与我私信联系。