FFmpeg-Entwickler beschuldigt OxideAV der KI-Lizenzwäsche im MagicYUV-Problem

Ein FFmpeg-Entwickler (richardpl) hat OxideAV öffentlich auf GitHub zur Rede gestellt, wegen eines vermeintlichen Versuchs, Codelizenzen mit KI zu waschen. Das Issue, eingereicht im oxideav-magicyuv-Repository, hinterfragt die fehlende Reverse-Engineering-Dokumentation und die allgemeine Legitimität der Projektlizenz.

Der Kern der Beschwerde

Der Entwickler fragt: „Wo befindet sich docs/video/magicyuv/magicyuv-trace-reverse-engineering.md?“ Diese Datei wird irgendwo in der Repository-Dokumentation oder im Code referenziert, fehlt aber im Repository. Die Implikation ist, dass OxideAV möglicherweise KI verwendet hat, um den MagicYUV-Codec zu reimplementieren, ohne den Reverse-Engineering-Prozess ordnungsgemäß zu dokumentieren, was für die GPL-Konformität bei der Ableitung von GPL-lizenziertem FFmpeg-Code erforderlich ist.

Lizenz-Laundering mit KI

Lizenz-Laundering ist die Praxis, GPL-lizenzierten Code durch ein Tool (wie ein KI-Modell) zu schleusen und das Ergebnis unter einer anderen Lizenz zu veröffentlichen – oft einer freizügigen wie MIT oder Apache. Die Ausgabe enthält möglicherweise keine wörtlichen Kopien des Originalcodes, aber die abgeleitete Natur erfordert dennoch rechtlich die Einhaltung der GPL. Der FFmpeg-Entwickler vermutet, dass OxideAV KI verwendet hat, um die Codec-Implementierung neu zu generieren und dabei die Lizenzhinweise und Zuschreibungsanforderungen zu umgehen.

Was auf dem Spiel steht

Sollte sich der Vorwurf bestätigen, könnte OxideAV rechtlich für Urheberrechtsverletzungen haftbar gemacht werden. Das Issue ist weiterhin offen, ohne Antwort der Repository-Betreuer zum Zeitpunkt dieser Meldung. Die HN-Community hat dies als wachsendes Muster markiert, bei dem KI-generierter Code verwendet wird, um Open-Source-Lizenzen zu umgehen.

Dies ist nicht nur ein einzelner böser Akteur – es unterstreicht ein systemisches Risiko: Da KI-Codierungsagenten leistungsfähiger werden, werden wir mehr Versuche sehen, Code durch sie zu waschen. Entwickler, die KI-Tools verwenden, sollten die Herkunft der Trainingsdaten überprüfen und sicherstellen, dass ihre Ausgaben lizenzkonform bleiben.