LLM 生成代码版权归属：开源生态面临的法律新挑战

随着大语言模型（LLM）被广泛用于代码生成，一个根本性的法律问题浮出水面：由 AI 生成的代码是否享有版权？若享有，权利归属于谁？这一议题直接关系到自由软件（Free Software）与开源生态的根基，因为版权正是许可证制度得以运行的前提。

传统版权原则遭遇挑战

版权法长期遵循「思想—表达二分法」（idea-expression dichotomy），只保护人类创作者对思想的具体表达，而非思想本身。当 LLM 接管从思想到实现的全过程时，传统作者认定逻辑便遭遇冲击。多国司法辖区的现行立场趋于一致：只有自然人（natural person）才能成为版权主体，纯机器生成内容难以获得版权保护。

美国版权局早在 1965 年便明确，作品必须本质上是「人类创作」（human authorship），计算机仅是辅助工具；该机构在 2025 年 1 月发布的报告中再次重申这一立场。欧盟范围内虽缺乏专门统一立法，但 2024 年欧盟理事会开展的政策问卷显示，多数成员国认同纯 LLM 生成内容在现行版权框架下不受保护，且只有自然人可被视为作者。

对自由软件许可证体系的冲击

版权是许可证制度得以运行的基础。若一段代码不具备可版权性，便不存在「保留权利」一说，相应代码自动进入公共领域（public domain）。这意味着无人可以为该代码附加许可证条款，包括用于维护下游衍生作品自由的 copyleft 许可。

这一逻辑给自由软件贡献者带来新的挑战：当代码完全由 LLM 生成时，贡献者无法以版权人身份为其附加许可证；而即使存在部分人类介入，「人类创作程度」如何认定，也直接决定代码能否进入受版权保护的体系。

美欧关键判例与原则

文章梳理了若干美国判例与官方报告确立的核心原则：

• 单纯使用提示词（prompt）不足以构成受版权保护的人类创作；
• 若 LLM 仅对已有原创输入进行机器化修改，版权归原始人类作者；
• 对 LLM 输出的修改或重新编排能否获得新版权，取决于「人类创作成分」是否达到法定门槛；
• 隐瞒 AI 参与情况并冒称人类创作，本身已构成「复制欺诈」（copyfraud）风险。

英国与爱尔兰在作者资格要求上被视为离群者，相关判例曾对计算机生成内容给予版权保护，但适用范围有限。

对开源贡献者的实务建议

面对上述不确定性，文章建议自由软件贡献者在提交代码时注意以下事项：

• 在可行范围内保留人类对最终代码的实质修改与决策；
• 在贡献文档中如实披露 AI 的参与程度与环节；
• 关注项目许可证与上游政策对 AI 生成代码的具体态度；
• 对机器修改人类原作的情形，注意原有版权链的延续性。

版权归属看似远离代码本身，实则决定了软件能否被合法共享与再分发。在 LLM 深度介入开发的当下，开源社区亟需就「人类创作门槛」形成更明确的共识与披露规范。