惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Microsoft Azure Blog
Microsoft Azure Blog
WordPress大学
WordPress大学
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
The Cloudflare Blog
U
Unit 42
D
Docker
Hugging Face - Blog
Hugging Face - Blog
博客园 - 聂微东
Recent Announcements
Recent Announcements
GbyAI
GbyAI
T
The Blog of Author Tim Ferriss
Last Week in AI
Last Week in AI
V
Visual Studio Blog
I
InfoQ
Google DeepMind News
Google DeepMind News
小众软件
小众软件
L
LangChain Blog
C
Check Point Blog
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 【当耐特】
J
Java Code Geeks
罗磊的独立博客

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中国AI商业闭环要靠车跑出来 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了!
同属 Oracle,OpenJDK 与 GraalVM 对 AI 代码贡献态度相反
作者:Karsten Silz田橙 · 2026-06-17 · via InfoQ - 促进软件开发领域知识与创新的传播

两个由 Oracle 支持、彼此相关的项目,针对使用生成式 AI 创建的开源贡献发布了相反的政策:OpenJDK 管理委员会批准了一项临时政策,禁止此类贡献;而 GraalVMCoding Assistants 政策则允许这类贡献。两个项目都要求贡献者签署同一份 Oracle Contributor Agreement(OCA),用于处理知识产权相关事项。

2026 年 4 月初,OpenJDK 发布了其广泛禁止生成式 AI 内容的政策:

贡献不得包含由大语言模型、扩散模型或类似深度学习系统部分或全部生成的内容。这里所说的内容包括但不限于 OpenJDK Git 仓库、GitHub pull request、电子邮件、wiki 页面和 JBS issue 中的源代码、文本和图片。

该政策给出了三个理由。第一是评审负担:大量看似合理但实际错误或难以维护的代码会消耗有限的评审时间。第二是安全性与安全保障:JDK 支撑着关键任务系统,因此必须保持很高的门槛。第三是知识产权:OCA 要求贡献者拥有其授予 Oracle 的知识产权,且不得附带限制,但个人是否拥有 AI 生成输出的知识产权,目前仍有相关诉讼尚未尘埃落定。

该政策为私人使用留出了空间。贡献者仍然可以使用生成式 AI 来理解、调试和评审 OpenJDK 代码,也可以用于研究,他们只是不能贡献由 AI 生成的内容。政策 FAQ 明确指出,即使只是修改了 100 行 AI 生成代码中的 10 行,也不能提交,因为这份贡献仍然包含 AI 生成内容。该政策也允许使用“编辑器或 IDE 中的拼写检查、语法检查、自动补全和重构功能”等工具,前提是“它们不是基于大语言模型或类似深度学习系统”。

OpenJDK 贡献者很快必须在 Skara 这个自动化 pull request 评审系统中勾选一个复选框,以确认其贡献符合生成式 AI 政策。OpenJDK 承认,人类生成内容和 AI 生成内容通常很难被区分,但仍建议评审者留意 AI 生成内容的典型痕迹。

2026 年 4 月中旬,GraalVM 这个不受 OpenJDK 管理委员会管辖的 Oracle Labs 项目,明确了其 AI 辅助贡献政策和贡献者指南,允许生成式 AI 内容:

GraalVM 贡献者在准备贡献时,可以使用 AI 编码助手和类似工具。……就本文档而言,“编码助手”包括有助于起草、转换、解释、评审或总结代码、测试、文档或提交文本的 AI 工具。本政策适用于使用此类工具准备的贡献和项目互动,包括提交给项目的 pull request 和 issue。

该项目还在 2026 年 6 月 3 日为 AI 编码助手新增了一份“文档术语和风格指南”。

GraalVM 政策参考了 Linux 内核的 AI CodingAssistants 政策,但也对其进行了调整。例如,Linux 政策规定,“贡献应包含 Assisted-by 标签”。相比之下,GraalVM 的要求相对宽松。它表示,贡献者可以选择是否注明具体使用了哪个模型或工具;但如果披露 AI 辅助过程有助于评审者理解这项变更是如何完成的,项目仍鼓励贡献者说明。

贡献者责任是 GraalVM 贡献者责任规则的核心:提交贡献的人类贡献者要对整个贡献负责,包括其中任何由 AI 辅助完成的部分。他们必须评审并理解该贡献,验证其正确性,并在不把问题推给工具的情况下回答评审者的问题:“如果贡献者无法解释、辩护或维护某项 AI 辅助变更,该贡献可能会被拒绝。”

维护者的评审规则也不会因为 AI 辅助而改变。GraalVM 明确表示,使用 AI 辅助并不意味着某项变更就是正确的,也不意味着它已经达到可评审状态,更不意味着它可以跳过正常审查。维护者在评审时,仍可以追问变更来源、设计意图、许可、测试情况,以及贡献者是否真正理解这项改动。

两个项目都要求贡献者签署同一份 OCA,并授予 Oracle 不受限制的知识产权。但 OpenJDK 将 AI 生成内容所带来的不明确知识产权风险作为全面禁止的理由,而 GraalVM 则认为贡献者责任足以成为允许这类贡献的依据。

Oracle 正在为 OpenJDK 制定一项完整的 AI 贡献政策,并将在“适当时候”提出。目前,尚无关于 GraalVM AI 贡献政策演进的公开公告。

原文连接:

https://www.infoq.com/news/2026/06/oracle-genai-policies/