Codeberg 通过动议：禁止使用用户数据训练 LLM 及“氛围编码”项目

简而言之：- Codeberg e.V. 成员就两项关于“人工智能”和大型语言模型（LLM）的动议进行了投票，并已通过。- 我们承诺不会使用您的任何数据来训练 LLM，并解释计划中的使用条款变更对“氛围编码”项目意味着什么。

- 我们认为 LLM 危及整个自由/开源软件生态系统。Codeberg e.V. 年度大会是将权力交到活跃成员手中的会议。提案在现场讨论，随后进行异步投票。由于大型语言模型（LLM）是一项新兴但有争议的技术，两项投票涉及 Codeberg 对此技术的立场并不令人意外。

为期 14 天的投票期于昨天结束，两项提案均获通过。第一项投票是关于 Codeberg e.V. 对使用您的数据训练 LLM 的立场声明。

正如我们的隐私政策所述，“我们不想需要您的数据”，这也适用于使用我们的用户和项目数据来使用或训练生成式“AI”：Codeberg 平台及其相关服务现在和将来都不会使用项目和用户的代码或数据来训练“人工智能”工具（如大型语言模型），这些工具的目的是根据其训练输入生成输出。

作为一个协会，我们认为这些技术与负责任地创建和维护自由及开源软件不相容。

第二项投票更具争议性，但也以 358 票同意、144 票反对（14 票弃权）获得通过，活跃成员投票率约为 50%。这意味着我们的使用条款将发生变更，以禁止“氛围编码”项目。我们将在文章末尾分享关于实际影响的思考。

我们都为饥饿的 LLM 买单。LLM 是一项成本非常高的技术，而且随着提供这些服务的公司开始收回投资，成本还在不断上升。对于使用并明确订阅这些服务的人来说，成本不仅高昂。成本还隐藏在“普通”云和服务订阅中，这些订阅为你从未要求的“创新新功能”提供交叉补贴。

LLM 的成本如此之高，以至于公司大规模地将成本外部化——转嫁给那些不使用它们的人以及整个社会。硬件价格上涨、能源使用和环境破坏——我们都为此付出代价！由于无意义的爬取而导致的服务器压力。

在过去的帖子中，我们已经概述了 Codeberg 的基础设施如何经常受到那些计划抓取 Codeberg 上所有代码以训练其 LLM 的公司的网络爬虫的沉重负载。在 Codeberg，我们很高兴提供免费开放的代码访问。

只需运行 git clone 即可享受。不幸的是，这些爬虫反而试图读取 Codeberg 的每一个页面，无论是否有意义。

这包括所有不同的问题过滤器变体、Git 历史记录以及 Git 历史记录中任何时间点的实际文件——即使它们仍然相同。这些不必要的访问会产生昂贵的数据库查询，降低我们所有人的服务质量，需要我们的系统管理员投入大量工作，并迫使我们花时间构建防御机制，而不是开发酷炫的新功能。

这些机制也会影响新的和现有的合法用户，因为我们不得不对他们想要的工作流程施加限制或完全阻止，从而让他们在 Codeberg 上的体验变差。没有团队的开发。使用 LLM 处理代码会让你肾上腺素飙升。

你可以快速开发，像拥有一个大团队一样构建东西。只是你并没有团队。事实上，你（通常）是独自一人，与一台将能量转化为代码的统计机器一起工作。似乎许多“氛围编码者”没有意识到他们周围实际上没有一个社区。

他们像拥有社区一样构建项目，并相应地消耗资源。我们看到一些项目有大量的代码活动、繁重的 CI/CD 测试、频繁且庞大的发布二进制文件。有时，感觉支持的平台数量超过了实际用户数量。

对我们来说，看到只有一个开发者且几乎没有用户的项目消耗与 Codeberg 上一些最大的社区项目（这些项目在 CI/CD 和存储资源上运营节俭）一样多甚至更多的资源，这似乎很荒谬。我们认为 Codeberg 将我们宝贵的捐款投资于托管大型幽灵项目是不合理的。

硬件采购正成为一个头疼的问题。LLM 的训练和部署大幅提高了购买硬件的成本，尤其是 SSD 和内存。举个例子：几年前我们花 700 欧元采购的驱动器现在涨到了 3700 欧元，而且经常缺货。因此，在 Codeberg 上托管代码变得越来越昂贵。

虽然我们拥有自己的硬件，因此不会直接受到“云”租赁成本上涨的影响，但这意味着更换或扩展我们的硬件现在比以前（以及需要）昂贵得多。虽然我们可能负担得起这些虚高的硬件价格，但这笔钱本可以花在其他地方来改善我们的服务并促进 Codeberg 的使命。

日益扩大的数字鸿沟。这些价格上涨还导致数字鸿沟日益扩大：小型甚至大型运营商都受到成本上升的威胁，而只有最大的云公司才有可靠的硬件协议。

网站托管、存储或计算等服务成本的增加，对许多小型非政府组织、当地合作社、研究项目以及其他我们直到最近还认为理所当然的数字工具的使用来说，可能是一个挑战。

不仅运行数字基础设施变得更加昂贵，甚至计算机和智能手机等更基本的数字工具也受到成本上涨的影响，使个人计算重新成为奢侈品——但如今在一个数字工具是参与社会事实要求的世界上。计算和存储容量低的设备剥夺了用户的主权，并使他们陷入云提供商将这些服务卖回给他们的成本陷阱。

市政基础设施、其用户和环境受到影响。对基础设施的负面影响不仅限于此，还涉及更基本的市政基础设施：由于专门为训练 LLM 而建造的数据中心固有的能源和水需求，许多社区今天已经经历了电力和饮用水消费成本的上涨。

除了成本上涨，居住在数据中心附近的人们还直接受到日益严重的空气和噪音污染的影响。为了能够为这些数据中心供电，其背后的公司也在积极游说，要求豁免环境法规：在法兰克福，数据中心已经消耗了当地 40% 的电力，而且需求还在上升。

为了满足这一需求，他们希望使用化石燃料。

合作面临危险。受 LLM 使用影响的不仅仅是数字和市政基础设施。自由/开源软件生态系统（我们认为 Codeberg 是其重要组成部分）是一种以协作为中心的社会现象。只有通过自由分享和相互学习，才有可能以这种方式工作。

这甚至包括非常小的工具，它们被共享和重用，并且可以围绕它们开始协作。相比之下，通过采用 LLM，人们倾向于从头开始编写一次性软件。虽然这导致“共享”代码的增加，但大多数代码不仅没有由任何人“编写”，而且也没有任何人维护。

彼此失去信任。LLM 在 FLOSS 中的广泛使用反而成为对贡献者之间信任以及欢乐合作理念本身的多维攻击。由于人们提交（通常是善意的）低努力、LLM 生成的内容，维护者的工作量增加了。