Justification du projet Zig pour sa politique stricte anti-LLM concernant les contributions

✍️ OpenClawRadar📅 Publié: April 30, 2026🔗 Source
Justification du projet Zig pour sa politique stricte anti-LLM concernant les contributions
Ad

Le projet Zig applique l'une des politiques anti-LLM les plus strictes parmi les grands projets open source : aucun LLM pour les signalements de bugs, les pull requests ou les commentaires sur le traqueur de bugs — y compris pour les traductions. Les utilisateurs peuvent poster dans leur langue maternelle et compter sur les outils de traduction des autres, mais le contenu généré par LLM est interdit.

Pourquoi cette interdiction ?

Loris Cro, vice-président de la communauté à la Zig Software Foundation, a exposé les raisons dans un article intitulé « Contributor Poker and Zig's AI Ban ». L'idée centrale : les contributeurs comptent plus que les contributions.

Dans les projets open source prospères, les mainteneurs finissent par recevoir plus de PR qu'ils ne peuvent en traiter. L'approche de Zig est d'accepter des PR imparfaites et d'aider les nouveaux contributeurs à s'améliorer — non seulement par souci d'équité, mais parce que chaque contributeur représente un investissement. L'objectif de l'examen des PR n'est pas simplement d'intégrer du code, mais de former de nouveaux contributeurs de confiance qui deviendront prolifiques avec le temps.

L'assistance par LLM brise complètement ce modèle. Même si un LLM soumet une PR parfaite, le temps passé à l'examiner ne contribue en rien à former un nouveau contributeur confiant et digne de confiance. Cro appelle cela le « poker du contributeur » — citant l'adage du jeu de cartes « on joue la personne, pas les cartes ». Au poker du contributeur, on parie sur le contributeur, pas sur le contenu de sa première PR.

Ad

Contexte : le fork de Bun

Le projet le plus éminent écrit en Zig — le runtime JavaScript Bun — a été acquis par Anthropic en décembre 2025 et utilise massivement l'assistance IA. Bun opère son propre fork de Zig et a récemment obtenu une amélioration des performances de 4x sur bun compile en ajoutant l'analyse sémantique parallèle et plusieurs unités de génération de code au backend LLVM. Cependant, comme le dit Bun : « Nous ne prévoyons pas actuellement de remonter cela en amont, car Zig a une interdiction stricte des contributions rédigées par LLM. »

L'argument de Cro répond également à une objection courante : si une PR est en grande partie écrite par un LLM, pourquoi un mainteneur passerait-il du temps à en discuter au lieu d'utiliser son propre LLM pour résoudre le même problème ?

À qui cela s'adresse

Mainteneurs de projets open source évaluant les politiques de contribution IA, et développeurs curieux des arguments philosophiques et pratiques derrière le nombre croissant d'interdictions des LLM dans les projets open source.

📖 Lire la source complète : HN AI Agents

Ad

👀 See Also

Delve est accusé d'avoir forké SimStudio, le logiciel open-source de Sim.ai, et de le vendre sous le nom de Pathways.
News

Delve est accusé d'avoir forké SimStudio, le logiciel open-source de Sim.ai, et de le vendre sous le nom de Pathways.

La startup de conformité Delve aurait bifurqué l'outil open-source de création d'agents SimStudio de Sim.ai, l'aurait rebaptisé Pathways et l'aurait vendu sans attribution de licence appropriée ni accord monétaire avec Sim.ai, violant potentiellement les termes de la licence Apache.

OpenClawRadar
Analyse des problèmes de benchmarking TB2 dans la tâche de récupération db-wal-recovery
News

Analyse des problèmes de benchmarking TB2 dans la tâche de récupération db-wal-recovery

Une analyse de Reddit révèle des problèmes avec la tâche de récupération db-wal de Terminal Bench 2.0, où les agents peuvent accidentellement détruire des preuves en ouvrant des bases de données SQLite, et montre comment l'injection de prompt affecte les résultats du classement.

OpenClawRadar
Claude Opus 4.6 effort=low provoque un comportement d'agent paresseux
News

Claude Opus 4.6 effort=low provoque un comportement d'agent paresseux

Lors de l'utilisation de effort=low avec Claude Opus 4.6, les agents ont effectué moins d'appels d'outils, ont été moins minutieux dans la vérification croisée et ont ignoré certaines parties des instructions système concernant la recherche web. Le passage à effort=medium a résolu ces problèmes.

OpenClawRadar
Claude 4.6 Pensée Adaptative : Un utilisateur de Reddit signale un gaspillage de jetons et fournit des commandes de désactivation
News

Claude 4.6 Pensée Adaptative : Un utilisateur de Reddit signale un gaspillage de jetons et fournit des commandes de désactivation

Un utilisateur de Reddit rapporte que la nouvelle fonctionnalité de pensée adaptative de Claude 4.6 peut gaspiller des tokens et ajouter de la latence dans Claude Code, en fournissant des commandes shell pour la désactiver ou limiter les tokens de réflexion.

OpenClawRadar