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/2026/02/13/grady-booch-uml-software-engineering-third-golden-age-begins

大家好，我是Tony Bai。

在 2026 年初的今天，如果你问一个软件工程师“最近感觉如何？”，得到的回答大概率是焦虑。

Anthropic 的 CEO Dario Amodei 曾预言：“软件工程将在 12 个月内被自动化。”

GitHub Copilot、Claude Code、Gemini Cli等Coding Agent的代码生成能力确实让人惊叹，但也让人背脊发凉：如果 AI 能瞬间写出完美的 C++ 代码，我们这些还在啃算法、背八股文的人，存在的意义是什么？

在这个充斥着“软件工程已死”论调的时刻，一位真正的“上古大神”站了出来。

他是 Grady Booch。

如果你是计算机科班出身，你一定听过他的名字。他是 UML（统一建模语言）的创始人之一，面向对象设计（OOD）的先驱，IBM Fellow。他入行时，程序员还在用打孔卡；他经历过汇编到高级语言的剧变，也经历过互联网泡沫的崩塌。

在最近的一次深度访谈中，面对“AI 取代程序员”的言论，Grady Booch 微微一笑，给出了一个截然不同的判断：

“别担心。软件工程没有死，我们正站在‘第三次黄金时代’的门口。”

直面争议：“那是纯属胡扯”

访谈中，主持人问 Grady 如何看待“软件工程即将被自动化”的观点。

Grady 的回答非常直接且不留情面：“纯属胡扯”。

为什么这位泰斗如此笃定？因为那些鼓吹替代论的 CEO 们，混淆了两个根本性的概念：Coding（编码）与 Engineering（工程）。

• Coding 是什么？是将设计好的逻辑翻译成机器能懂的语言。这是 AI 最擅长的，也是最容易被自动化的“翻译层”。
• Engineering 是什么？是在资源受限、需求模糊、环境动态变化的前提下，寻找最优解的过程。

Grady 指出，软件工程师的本质工作，是平衡多维度的力量（Balancing Forces）。你需要平衡物理定律（光速限制延迟、芯片散热）、经济成本（算力预算、开发周期）、法律合规（数据隐私）、人类伦理（算法偏见）。

Grady补充，“AI 目前只是一个极其高效的‘实现者’。它连理解这些约束的门槛都没摸到。”

只要这个世界还存在资源稀缺和复杂的人性，就需要工程师去权衡利弊、做出决策。这才是工程的灵魂，而代码只是结果。

历史的望远镜：软件工程的三次跃迁

为了让我们看清未来，Grady 举起了历史的望远镜。他认为，软件工程的历史，就是一部抽象层级不断提升的历史。

第一次黄金时代 (1950s – 1970s)：算法抽象

那时，软件刚从硬件中解耦。Fortran 和 Algol 的出现，让程序员不再需要手写汇编。

• 当时的焦虑：“高级语言效率太低，真正的程序员只写汇编。”
• 结果：汇编程序员确实变少了，但软件行业爆发了。我们开始关注算法。

第二次黄金时代 (1980s – 2000s)：对象抽象

随着 PC 的普及，系统复杂度指数级上升。面向对象（OOP）和设计模式应运而生。

• 当时的焦虑：“有了图形界面和开发工具，还需要专业程序员吗？”
• 结果：软件渗入了人类生活的方方面面。我们开始关注对象和交互。

第三次黄金时代 (2000s – Now)：系统抽象

现在，我们进入了第三阶段。云原生、微服务、以及现在的 AI。

• 现在的焦虑：“AI 写代码了，我们要失业了。”
• Grady 的预判：AI 是最新的编译器，是这一代最高的抽象层。它屏蔽了语法的细节，屏蔽了库的调用。

Grady继续指出：“每一次抽象层级的提升，都会消灭低端的重复劳动，但同时会释放出巨大的生产力，让我们去构建更宏大、更复杂的系统。”

未来的核心竞争力：系统思维

如果 AI 帮我们干了脏活累活（写 CRUD、写测试、修 Bug），那我们该干什么？

Grady 给年轻工程师的建议是：去拥抱“系统思维（Systems Thinking）”。

未来的软件工程师，将从 Coder（代码工匠）进化为 Architect（系统架构师）。

你的核心竞争力将不再是“精通 Go 语法”或“手写红黑树”，而是：

1. 复杂性管理：当 AI 一天能生成 10 万行代码时，如何保证系统不崩塌？如何设计高可用的架构？
2. 跨学科融合：Grady 提到了他在 NASA 火星任务中的经历。要构建那个系统，他必须懂生物学、神经学和物理学。AI 时代，软件将进入更多深水区，你需要懂业务、懂人性。
3. 定义问题的能力：AI 是执行者，你是定义者。Problem Shaping（问题重塑）的价值将远远超过 Problem Solving（问题解决）。

“Fear not（不要恐惧）。” Grady 说，“你的工具变了，但你要解决的问题——如何用技术改善人类生活——从未改变。”

小结：站在深渊边缘，学会飞翔

在访谈的最后，Grady Booch 说了一段极具哲学意味的话。

面对 AI 带来的巨大变革，我们就像站在悬崖边缘。

你可以选择盯着深渊，恐惧地喊：“完蛋了，我要掉下去了。”

你也可以选择抬起头，说：“不，我要跳跃，我要飞翔。”

这就是起飞的时刻。

AI 帮你消除了实现的摩擦，降低了构建的成本。以前你受限于手速和团队规模，做不出伟大的产品；现在，限制你的只有你的想象力。

软件工程没有死，它只是进化了。

而我们，有幸成为这第三次黄金时代的开启者。

资料链接：https://www.youtube.com/watch?v=OfMAtaocvJw

你准备好“飞翔”了吗？

Grady Booch 的判断让我们看到了一个更宏大的未来。作为一名开发者，你是否也曾感觉到“编码”与“工程”之间的那道分界线？你认为在即将到来的“第三次黄金时代”，除了系统思维，还有哪些能力是不可或缺的？

欢迎在评论区留下你的思考或困惑！ 让我们一起在悬崖边缘，寻找飞翔的力量。

如果这篇文章给了你走出焦虑的勇气，别忘了点个【赞】和【在看】，并转发给你那些还在被“AI 替代论”困扰的朋友！

如何成为 AI 时代的“系统工程师”？

Grady Booch 告诉我们要具备系统思维，要学会编排 AI，而不是被 AI 取代。但这具体怎么落地？

• 如何从“写代码”转型为“设计 Spec”？
• 如何利用 Agentic Workflow 组建你的“数字研发团队”，去构建复杂的系统？
• 如何建立 AI 时代的代码审查和质量控制体系？

欢迎关注我的极客时间专栏《AI 原生开发工作流实战》。

我们不教你如何在这个时代“卷”代码，我们教你如何站在巨人的肩膀上，成为驾驭算力的 System Engineer。

扫描下方二维码，开启你的第三次黄金时代。

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。