Oracle proíbe código gerado por IA no OpenJDK apesar do uso interno de LLM
A Oracle proibiu código gerado por IA nas contribuições ao OpenJDK. A política, relatada pelo The Register e agregada pelo Dealroom, proíbe explicitamente o envio de material gerado por IA para repositórios, pull requests ou outros canais do projeto. Os desenvolvedores ainda podem usar LLMs para depuração privada e revisão de código, mas qualquer coisa destinada ao projeto Java de código aberto deve ser escrita por humanos.
Detalhes da Política
- Escopo: Aplica-se a todas as contribuições ao OpenJDK, incluindo código, documentação e testes.
- Justificativa: A Oracle cita riscos de segurança, proteção e propriedade intelectual (PI) associados a conteúdo gerado por IA.
- Uso permitido: LLMs podem ser usados privadamente para depuração e revisão de código, mas a saída não deve entrar diretamente no projeto.
A Contradição
A política contrasta fortemente com as práticas internas da Oracle. O cofundador Larry Ellison declarou publicamente que os modelos de IA agora escrevem o código da Oracle. O co-CEO Mike Sicilia credita as ferramentas de IA por permitir que equipes de engenharia menores entreguem mais rápido. Essa dependência interna de IA torna a proibição do OpenJDK inconsistente.
A Oracle não está interrompendo os investimentos em IA. A empresa planeja gastar US$ 70 bilhões este ano na expansão de datacenters para suportar cargas de trabalho de IA. Esse gasto chamou a atenção da agência de crédito S&P, que rebaixou a classificação da Oracle para BBB- — um nível acima do status de lixo — citando retornos incertos sobre o investimento.
O Que Isso Significa para os Desenvolvedores
Se você contribui para o OpenJDK, seus pull requests devem estar livres de código gerado por IA. Usar um LLM para entender um código ou encontrar bugs é aceitável, mas você não pode colar a saída do LLM diretamente em um PR. Para todos os outros, isso destaca uma tensão crescente entre a adoção corporativa de IA e a governança de código aberto. Espere que mais projetos formalizem políticas semelhantes.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
Usuário do Claude Pro relata que janela de 5 horas de uso foi queimada com um único comando sem saída
Um usuário do Claude Pro relata que um único prompt consumiu toda a sua janela de uso de 5 horas, retornando apenas texto de planejamento e nenhuma entrega. O incidente destaca problemas com o consumo de tokens durante o raciocínio interno e a falta de salvaguardas.
Bug de Resposta Automática do WhatsApp Silenciosamente Descarta Imagens de Mídia no OpenClaw 2026.4.2
Um bug no OpenClaw 2026.4.2 faz com que as respostas automáticas do WhatsApp com MEDIA:./caminho/para/imagem.png descartem silenciosamente as imagens, enquanto as respostas apenas com texto funcionam bem. A mesma configuração de agente funciona corretamente no Telegram.
A BitNet da Microsoft Permite Inferência de LLM com 100 Bilhões de Parâmetros em uma Única CPU
O projeto BitNet de código aberto da Microsoft alcança inferência de LLM com 100B de parâmetros a 5-7 tokens/segundo em uma única CPU, com o modelo de 2B de parâmetros usando 0,4GB de memória e latência de 29ms, enquanto iguala modelos de precisão total em benchmarks.
Comparação Atual de Custos de LLM: Deepseek, Qwen, MiniMax vs OpenAI
Uma análise do Reddit mostra que o Deepseek-V3.2 a US$ 0,26/US$ 0,38 por milhão de tokens é aproximadamente 10 vezes mais barato que o GPT-4, enquanto oferece desempenho de classe GPT-5 em benchmarks, com Qwen3.5 e MiniMax-M2.5 apresentando alternativas competitivas para Claude e OpenAI.