這項於 2026 年 5 月提出的方案，出自紅帽（Red Hat）傑出工程師暨 KVM 虛擬化技術維護者 Paolo Bonzini 之手 。Bonzini 認為，當年支持全面禁令的風險考量已經改變。他在提案中寫道：「[全面禁令] 在大型語言模型的輸出很少能獨立使用時還好維護，但隨著工具進步，絕對的禁令已變得更難自圓其說。」 促使這項轉變的關鍵因素，是觀察到其他開源專案已經開始接受 AI 輔助貢獻，卻並未引發某些人原先擔憂的災難性法律訴訟 。

現行的強硬政策

要理解這項提議變革的重要性，我們得先看看現行政策。2025 年中，QEMU 在其程式碼來源文件中正式制定了一條嚴格規則，表明專案將「拒絕任何被認為包含或衍生自 AI 生成內容的貢獻」。其理由在於法律的不確定性，具體來說，當程式碼的版權來源不明時，貢獻者無法可信地為其提交的程式碼做出開發者原創證明（Developer's Certificate of Origin，簡稱 DCO）所要求的各項保證 。QEMU 社群明確表示，它「不願意也無法承擔違反 DCO 的法律風險」。

提議的轉變：一套按風險分級的系統

這項新提案並非對所有 AI 生成碼大開綠燈。相反地，它建立了一套根據貢獻的風險與影響來劃分的層級系統。

• 允許的用途： 在「版權侵犯的後果至少易於回復且不太可能擴散」的任務中，將允許使用 AI 輔助 。這包含小型的程式錯誤修復與文件更新，這些領域即使發生潛在法律問題，影響範圍也有限，且能輕易回溯修正 。至於一些無關緊要的用途，例如 IDE 自動補完變數名稱，則被視為風險極低，甚至可能不需要正式揭露 。
• 限制的用途： 對 QEMU 核心程式碼的貢獻仍將受到嚴格限制。在這些情況下，若「未經維護者事先同意」，使用 AI 將是完全禁止的 。這道防線確保了高風險、基礎性的程式碼繼續擁有清晰、可由人類審計的來源。

揭露的新時代：'AI-used-for:' 標記

這項擬議政策的一個基石是新的強制揭露機制。Bonzini 建議在任何 AI 扮演重要角色的修補程式（patch）中，加入 'AI-used-for:' 提交標記 。這個標記有雙重目的：它透明地向審查者與維護者記錄了工具的參與，同時也「作為作者已閱讀政策的一種覆核」。這種方法有別於較單純的 'Assisted-by' 標籤，它將責任置於貢獻者身上，要求他們主動證明其對 AI 的使用是在專案所定義的範圍內。至關重要的是，使用 AI 並不能免除貢獻者其他任何標準要求，包括至關重要的 DCO 認證 。

對開源未來的意義

QEMU 的這番考量是開源世界中最受矚目的事件之一。圍繞 AI 生成程式碼的法律問題——誰擁有它？能以何種授權條款貢獻？以及它是否能滿足 DCO 的要求？——在很大程度上仍未得到法院的解答 。在這樣的真空狀態下，每個專案都必須建立自己的風險管理框架。

QEMU 正在考慮的這套方法，代表了一條其他主要專案可能效仿的潛在中間路線。與其維持一個日益站不住腳的絕對禁令，或是毫無防護地急於接納所有 AI 程式碼，不如採用這種以風險評估、揭露優先為核心的模式。其他重要專案，如 FreeBSD，也正在與相同的問題角力，而市場上甚至已出現追蹤「受大型語言模型汙染」開源程式碼的計畫 。藉由在樣板文件與說明文件上允許低風險的 AI 協助，同時對核心邏輯保持嚴格的人類審查，QEMU 正在測試一個可能平衡 AI 生產力提升與關鍵基礎設施軟體在根本法律及安全需求上的範本 。

這項於 2026 年 5 月提出的方案，出自紅帽（Red Hat）傑出工程師暨 KVM 虛擬化技術維護者 Paolo Bonzini 之手 。Bonzini 認為，當年支持全面禁令的風險考量已經改變。他在提案中寫道：「[全面禁令] 在大型語言模型的輸出很少能獨立使用時還好維護，但隨著工具進步，絕對的禁令已變得更難自圓其說。」 促使這項轉變的關鍵因素，是觀察到其他開源專案已經開始接受 AI 輔助貢獻，卻並未引發某些人原先擔憂的災難性法律訴訟 。

現行的強硬政策

要理解這項提議變革的重要性，我們得先看看現行政策。2025 年中，QEMU 在其程式碼來源文件中正式制定了一條嚴格規則，表明專案將「拒絕任何被認為包含或衍生自 AI 生成內容的貢獻」。其理由在於法律的不確定性，具體來說，當程式碼的版權來源不明時，貢獻者無法可信地為其提交的程式碼做出開發者原創證明（Developer's Certificate of Origin，簡稱 DCO）所要求的各項保證 。QEMU 社群明確表示，它「不願意也無法承擔違反 DCO 的法律風險」。

提議的轉變：一套按風險分級的系統

這項新提案並非對所有 AI 生成碼大開綠燈。相反地，它建立了一套根據貢獻的風險與影響來劃分的層級系統。

• 允許的用途： 在「版權侵犯的後果至少易於回復且不太可能擴散」的任務中，將允許使用 AI 輔助 。這包含小型的程式錯誤修復與文件更新，這些領域即使發生潛在法律問題，影響範圍也有限，且能輕易回溯修正 。至於一些無關緊要的用途，例如 IDE 自動補完變數名稱，則被視為風險極低，甚至可能不需要正式揭露 。
• 限制的用途： 對 QEMU 核心程式碼的貢獻仍將受到嚴格限制。在這些情況下，若「未經維護者事先同意」，使用 AI 將是完全禁止的 。這道防線確保了高風險、基礎性的程式碼繼續擁有清晰、可由人類審計的來源。

揭露的新時代：'AI-used-for:' 標記

這項擬議政策的一個基石是新的強制揭露機制。Bonzini 建議在任何 AI 扮演重要角色的修補程式（patch）中，加入 'AI-used-for:' 提交標記 。這個標記有雙重目的：它透明地向審查者與維護者記錄了工具的參與，同時也「作為作者已閱讀政策的一種覆核」。這種方法有別於較單純的 'Assisted-by' 標籤，它將責任置於貢獻者身上，要求他們主動證明其對 AI 的使用是在專案所定義的範圍內。至關重要的是，使用 AI 並不能免除貢獻者其他任何標準要求，包括至關重要的 DCO 認證 。

對開源未來的意義

QEMU 的這番考量是開源世界中最受矚目的事件之一。圍繞 AI 生成程式碼的法律問題——誰擁有它？能以何種授權條款貢獻？以及它是否能滿足 DCO 的要求？——在很大程度上仍未得到法院的解答 。在這樣的真空狀態下，每個專案都必須建立自己的風險管理框架。

QEMU 正在考慮的這套方法，代表了一條其他主要專案可能效仿的潛在中間路線。與其維持一個日益站不住腳的絕對禁令，或是毫無防護地急於接納所有 AI 程式碼，不如採用這種以風險評估、揭露優先為核心的模式。其他重要專案，如 FreeBSD，也正在與相同的問題角力，而市場上甚至已出現追蹤「受大型語言模型汙染」開源程式碼的計畫 。藉由在樣板文件與說明文件上允許低風險的 AI 協助，同時對核心邏輯保持嚴格的人類審查，QEMU 正在測試一個可能平衡 AI 生產力提升與關鍵基礎設施軟體在根本法律及安全需求上的範本 。