Zig项目关于严格反LLM贡献政策的理由

Проект Zig придерживается одной из самых строгих политик против LLM среди крупных проектов с открытым исходным кодом: никаких LLM для issues, pull request'ов или комментариев в баг-трекере — включая перевод. Пользователи могут писать на родном языке и полагаться на инструменты перевода других людей, но контент, сгенерированный LLM, запрещен.
Почему запрет?
Вице-президент по сообществу Zig Software Foundation Loris Cro изложил обоснование в посте под названием «Контрибьюторский покер и запрет на ИИ в Zig». Основная идея: контрибьюторы важнее, чем сами вклады.
В успешных проектах с открытым исходным кодом мейнтейнеры рано или поздно получают больше PR, чем могут обработать. Подход Zig — принимать несовершенные PR и помогать новым контрибьюторам улучшаться — не только ради справедливости, но и потому что каждый контрибьютор представляет собой инвестицию. Цель ревью PR — не просто принять код, а вырастить новых доверенных контрибьюторов, которые со временем станут плодовитыми.
Помощь LLM полностью разрушает эту модель. Даже если LLM отправляет идеальный PR, время, потраченное на его ревью, нисколько не способствует развитию нового уверенного и надежного контрибьютора. Кро называет это «контрибьюторским покером» — цитируя поговорку из карточных игр: «Вы играете против человека, а не против карт». В контрибьюторском покере вы ставите на контрибьютора, а не на содержимое его первого PR.
Контекст: Форк от Bun
Самый известный проект, написанный на Zig — среда выполнения JavaScript Bun — была приобретена компанией Anthropic в декабре 2025 года и активно использует помощь ИИ. Bun использует собственный форк Zig и недавно добилась 4-кратного улучшения производительности при bun compile, добавив параллельный семантический анализ и несколько модулей генерации кода в бэкенд LLVM. Однако, как заявляет Bun: «В настоящее время мы не планируем публиковать это в апстриме, поскольку Zig ввел строгий запрет на вклады, написанные с помощью LLM.»
Аргумент Кро также затрагивает распространенное возражение: если PR в основном написан LLM, зачем мейнтейнеру тратить время на его обсуждение, если он может использовать свою собственную LLM для решения той же проблемы?
Для кого это
Мейнтейнеры открытых проектов, оценивающие политику в отношении вкладов от ИИ, и разработчики, интересующиеся философскими и практическими аргументами, стоящими за растущим числом запретов на LLM в проектах с открытым исходным кодом.
📖 Read the full source: HN AI Agents
👀 Смотрите также

Результаты тестирования на визуальное мышление для 15 мультимодальных моделей искусственного интеллекта
AIMultiple протестировал 15 ведущих мультимодальных моделей ИИ на 200 вопросах по визуальному мышлению по двум направлениям: понимание графиков и визуальная логика. Gemini-3.1-pro-preview и Gemini-3-pro-preview лидируют в общих результатах, за ними следуют GPT-5.2, Kimi-K2.5 и GPT-5.2-pro.

GitHub Copilot убирает модели Opus из Pro-плана и приостанавливает регистрацию новых пользователей.
GitHub удаляет модели Opus из плана Copilot Pro и приостанавливает новые регистрации для планов Pro, Pro+ и Student. Opus 4.7 остаётся доступным в Pro+, в то время как планы Pro+ теперь предлагают более чем в 5 раз увеличенные лимиты использования по сравнению с Pro.

Сообщается, что Nvidia разрабатывает открытую платформу NemoClaw для конкуренции с OpenClaw.
Согласно последним сообщениям, Nvidia работает над проектом с открытым исходным кодом под названием NemoClaw, который призван напрямую конкурировать с OpenClaw в области инструментов для разработки ИИ. Ожидается, что проект будет сосредоточен на улучшении производительности, масштабируемости и гибкости для разработчиков, сохраняя при этом совместимость с современными рабочими процессами ИИ.

Merlin Research выпускает модель Qwen3.5-4B-Safety-Thinking для структурированного рассуждения.
Исследовательская группа Merlin Research представила Qwen3.5-4B-Safety-Thinking — модель рассуждений с 4 миллиардами параметров, ориентированную на безопасность и построенную на основе Qwen3.5. Модель предназначена для структурированного «мышления» и обеспечения безопасности в реальных сценариях, включая агентные системы.