Ce que Codeberg a adopté

Codeberg a annoncé deux politiques distinctes :

1. Un engagement contraignant selon lequel Codeberg n’utilisera aucune donnée de projet ou d’utilisateur pour entraîner des LLM ou d’autres systèmes d’IA générative.
2. Une interdiction d’héberger des projets qui « consistent majoritairement » en code écrit par des outils d’IA générative (y compris des services comme Claude et OpenAI Codex). Cette interdiction a été intégrée aux conditions d’utilisation de Codeberg .

L’interdiction ne s’applique pas aux projets établis avec des communautés actives qui acceptent occasionnellement des contributions assistées par LLM, aux projets ordinaires utilisant l’IA pour de petites aides, ni aux expériences mineures .

Les résultats du vote

La politique sur les LLM a été approuvée par les membres actifs cotisants de Codeberg après un vote de deux semaines :

• 358 voix pour (~69%)
• 144 voix contre (~28%)
• 14 abstentions (~3%)

Plusieurs médias rapportent ces chiffres exacts . La participation était d’environ la moitié de tous les membres actifs, et environ 71% de ceux qui ont pris parti ont voté oui .

Raisons invoquées : pression sur l’infrastructure, augmentation des coûts et érosion de la confiance

Codeberg a avancé plusieurs raisons interdépendantes :

• Pression sur l’infrastructure et les coûts. La plateforme gérée par des bénévoles a cité une forte augmentation des coûts d’hébergement et de la consommation de ressources, due au dépôt massif de projets IA de faible qualité sur la forge. Ces projets consomment des minutes de CI/CD, du stockage et de la bande passante avec peu ou pas de maintenance humaine continue .
• Érosion de la confiance dans le FLOSS. Codeberg a soutenu que le code généré par LLM inonde les commununs avec des logiciels non testés, non maintenus et sans responsable, dégradant la confiance sur laquelle repose l’écosystème du libre et de l’open source pour la collaboration et les audits de sécurité .
• Statut juridique et de droit d’auteur flou. Le code généré a une provenance de droit d’auteur ambiguë, ce qui rend difficile le respect des exigences des conditions d’utilisation de Codeberg selon lesquelles les projets doivent avoir une licence claire .
• Risques de sécurité et de sûreté. La plateforme a noté que le code généré par l’IA manque de garanties adéquates et peut introduire des vulnérabilités cachées qu’aucun humain n’a examinées .
• Charge sur les mainteneurs bénévoles. Le flot de pull requests générées par l’IA submergeait les réviseurs bénévoles, reflétant le problème qui a motivé l’interdiction similaire de Godot .

Comment l’application sera mise en œuvre

L’application est conçue pour être pragmatique mais ferme :

• Restriction dans les conditions d’utilisation. L’interdiction est désormais inscrite dans les conditions d’utilisation de Codeberg. Les projets qui « consistent majoritairement » en code généré par LLM sont interdits d’hébergement .
• Signalement et modération. L’application repose sur le signalement par la communauté et la modération. Codeberg n’a pas annoncé d’outils de détection automatisés ; les modérateurs évalueront les projets au cas par cas .
• Zones grises exemptées. Les petites expériences, les projets ordinaires qui acceptent certaines contributions LLM, et les communautés actives établies ne sont explicitement pas ciblés . La politique vise les projets « vibe-coded » — des dépôts qui sont essentiellement des déversements d’IA avec peu ou pas de curation humaine .
• Interdiction parallèle d’utilisation des données. La première résolution — que Codeberg ne récoltera ni n’utilisera les données hébergées pour l’entraînement par IA — est un engagement organisationnel contraignant, exécutable par les membres .

La position similaire de Godot (peu avant Codeberg)

La Fondation Godot a annoncé une politique très similaire le 30 juin 2026 — environ trois semaines avant le vote à l’échelle de la plateforme de Codeberg .

Éléments clés de la politique de Godot :

• Interdiction du code rédigé par IA. Aucun code substantiel écrit par IA n’est accepté dans le code source du moteur.
• Interdiction des pull requests autonomes par IA. Les pull requests soumises par des agents IA sont automatiquement rejetées.
• Interdiction des communications générées par IA. Le texte généré par l’IA dans les messages entre contributeurs humains est également interdit.
• Exception limitée. L’assistance par IA n’est autorisée que pour des tâches mineures et subalternes comme la complétion de code, les regex, le chercher-remplacer — le type d’outillage qui aide simplement un humain à écrire du code.
• Contrôles plus stricts des PR pour les nouveaux contributeurs. Les nouveaux contributeurs (définis comme ceux ayant trois pull requests fusionnées ou moins) ont désormais besoin de l’approbation explicite d’un mainteneur avant de soumettre des fonctionnalités majeures ou des refactorisations significatives.

Le raisonnement avancé par Godot recoupait directement celui de Codeberg : une vague écrasante de pull requests générées par l’IA noyait les réviseurs bénévoles, réduisait la qualité du code et érodait la confiance dans le processus de contribution .

Ce que Codeberg a adopté

Codeberg a annoncé deux politiques distinctes :

1. Un engagement contraignant selon lequel Codeberg n’utilisera aucune donnée de projet ou d’utilisateur pour entraîner des LLM ou d’autres systèmes d’IA générative.
2. Une interdiction d’héberger des projets qui « consistent majoritairement » en code écrit par des outils d’IA générative (y compris des services comme Claude et OpenAI Codex). Cette interdiction a été intégrée aux conditions d’utilisation de Codeberg .

L’interdiction ne s’applique pas aux projets établis avec des communautés actives qui acceptent occasionnellement des contributions assistées par LLM, aux projets ordinaires utilisant l’IA pour de petites aides, ni aux expériences mineures .

Les résultats du vote

La politique sur les LLM a été approuvée par les membres actifs cotisants de Codeberg après un vote de deux semaines :

• 358 voix pour (~69%)
• 144 voix contre (~28%)
• 14 abstentions (~3%)

Plusieurs médias rapportent ces chiffres exacts . La participation était d’environ la moitié de tous les membres actifs, et environ 71% de ceux qui ont pris parti ont voté oui .

Raisons invoquées : pression sur l’infrastructure, augmentation des coûts et érosion de la confiance

Codeberg a avancé plusieurs raisons interdépendantes :

• Pression sur l’infrastructure et les coûts. La plateforme gérée par des bénévoles a cité une forte augmentation des coûts d’hébergement et de la consommation de ressources, due au dépôt massif de projets IA de faible qualité sur la forge. Ces projets consomment des minutes de CI/CD, du stockage et de la bande passante avec peu ou pas de maintenance humaine continue .
• Érosion de la confiance dans le FLOSS. Codeberg a soutenu que le code généré par LLM inonde les commununs avec des logiciels non testés, non maintenus et sans responsable, dégradant la confiance sur laquelle repose l’écosystème du libre et de l’open source pour la collaboration et les audits de sécurité .
• Statut juridique et de droit d’auteur flou. Le code généré a une provenance de droit d’auteur ambiguë, ce qui rend difficile le respect des exigences des conditions d’utilisation de Codeberg selon lesquelles les projets doivent avoir une licence claire .
• Risques de sécurité et de sûreté. La plateforme a noté que le code généré par l’IA manque de garanties adéquates et peut introduire des vulnérabilités cachées qu’aucun humain n’a examinées .
• Charge sur les mainteneurs bénévoles. Le flot de pull requests générées par l’IA submergeait les réviseurs bénévoles, reflétant le problème qui a motivé l’interdiction similaire de Godot .

Comment l’application sera mise en œuvre

L’application est conçue pour être pragmatique mais ferme :

• Restriction dans les conditions d’utilisation. L’interdiction est désormais inscrite dans les conditions d’utilisation de Codeberg. Les projets qui « consistent majoritairement » en code généré par LLM sont interdits d’hébergement .
• Signalement et modération. L’application repose sur le signalement par la communauté et la modération. Codeberg n’a pas annoncé d’outils de détection automatisés ; les modérateurs évalueront les projets au cas par cas .
• Zones grises exemptées. Les petites expériences, les projets ordinaires qui acceptent certaines contributions LLM, et les communautés actives établies ne sont explicitement pas ciblés . La politique vise les projets « vibe-coded » — des dépôts qui sont essentiellement des déversements d’IA avec peu ou pas de curation humaine .
• Interdiction parallèle d’utilisation des données. La première résolution — que Codeberg ne récoltera ni n’utilisera les données hébergées pour l’entraînement par IA — est un engagement organisationnel contraignant, exécutable par les membres .

La position similaire de Godot (peu avant Codeberg)

La Fondation Godot a annoncé une politique très similaire le 30 juin 2026 — environ trois semaines avant le vote à l’échelle de la plateforme de Codeberg .

Éléments clés de la politique de Godot :

• Interdiction du code rédigé par IA. Aucun code substantiel écrit par IA n’est accepté dans le code source du moteur.
• Interdiction des pull requests autonomes par IA. Les pull requests soumises par des agents IA sont automatiquement rejetées.
• Interdiction des communications générées par IA. Le texte généré par l’IA dans les messages entre contributeurs humains est également interdit.
• Exception limitée. L’assistance par IA n’est autorisée que pour des tâches mineures et subalternes comme la complétion de code, les regex, le chercher-remplacer — le type d’outillage qui aide simplement un humain à écrire du code.
• Contrôles plus stricts des PR pour les nouveaux contributeurs. Les nouveaux contributeurs (définis comme ceux ayant trois pull requests fusionnées ou moins) ont désormais besoin de l’approbation explicite d’un mainteneur avant de soumettre des fonctionnalités majeures ou des refactorisations significatives.

Le raisonnement avancé par Godot recoupait directement celui de Codeberg : une vague écrasante de pull requests générées par l’IA noyait les réviseurs bénévoles, réduisait la qualité du code et érodait la confiance dans le processus de contribution .