纯 AI 生成代码不受版权保护已成定局

围绕「AI 写的代码到底归谁」这一长期模糊的问题，美国司法与行政系统在 2025 年初连续给出方向性结论：纯 AI 生成代码因缺乏人类作者，在现行版权法下既不能获得保护，也难以作为可主张的资产被企业「持有」。该结论已被多起判决与官方报告反复确认，正在重塑团队在 AI 编码工具上的风险评估框架。

核心法律原则：无人类作者即无版权

现行美国版权法要求作品具备人类作者（human authorship）。一旦一段代码完全由 AI 工具生成，创作过程中的「表达性选择」由机器完成，法律意义上便不存在可识别的作者，从而既不能登记版权，也不能在遭遇侵权时主张排他性权利。换言之，团队若把 AI 输出当作自有知识产权来用，本身就站在一个法律上不存在的地基上。

三起标志性动作已落地

过去几个月，三个关键节点把上述原则从「学界讨论」推向「司法事实」。

• Thaler v. Perlmutter（2025 年 3 月）：法院再次确认，仅由机器完成的作品不具备版权适格性，机器不能成为法律意义上的作者。
• Thomson Reuters v. Ross（2025 年 2 月）：首例判决明确驳回「以合理使用（fair use）为 AI 训练辩护」的论点，限缩了原本被许多团队视为「挡箭牌」的合理使用空间。
• 美国版权局 2025 年 1 月报告：版权局重申，只有承载「有意义的人类创作性投入」的部分才受保护，AI 生成的部分不论占比多高均不受保护。

这三件事叠加，意味着「纯 AI 输出 = 公有领域」这一判断在司法与行政两端都已坐实。

四类最容易被忽视的暴露面

依据上述法律基线，团队在日常使用 AI 编码工具时，至少存在四类常见盲区：

• 直接照搬 AI 输出：由 AI 完成全部表达性决策的代码，团队无法对其主张版权，等同于无主资产。
• 「氛围编程」式开发：开发者在不审阅、不修改的情况下接受 AI 大量决策，本质等同于让 AI 充当作者，相关产出不受保护。
• 人机混合代码库：在一份代码中混合人类与 AI 贡献时，团队仅对「由人实质撰写」的部分享有权利，AI 生成的部分在被人重新加工之前不受保护。
• 对 AI 输出套用开源协议：开源协议本身需要权利人来「授权」，若代码无人类作者，则没有可执行授权的基础，套用 MIT、Apache 等协议并不会自动赋予他人合规使用的法律确定性。

对工程团队的直接含义

上述结论并不意味着 AI 编码工具不能用，而是要求团队把「人类实质贡献」当作可主张资产的硬性前提。具体而言：

• 在关键模块保留可识别的人类设计、命名、结构决策，作为版权主张的事实基础；
• 对 AI 输出进行实质性改写、重构或人工 review 后再并入代码库；
• 在合同与对外授权中明确 AI 工具的使用比例与人工介入程度，避免在融资、并购或诉讼场景下出现资产估值争议；
• 训练数据层面的风险同样不可忽视——Thomson Reuters v. Ross 的判决表明，「我们以为合理使用就够用」的假设已经动摇，团队在选型与采购 AI 编码助手时也应关注供应商的训练数据来源与合规口径。

可以预见，随着更多类似判决出现，「AI 生成代码的归属」将从模糊地带进入可被尽职调查清单逐项打分的阶段。提前在流程层面把人类实质贡献「固化」下来，会比事后补救更经济。