LLVM AI 工具使用政策

LLVM 項目正式發佈了 AI 工具使用政策，旨在規範貢獻者在使用人工智能輔助開發時的行為。該政策的核心原則是“人類在循環中”——貢獻者可以使用任何工具來編寫代碼或文本，但在提交給項目其他成員審查之前，必須親自閲讀和審查所有由 AI 生成的內容。貢獻者始終被視為作者，並對其貢獻承擔全部責任。他們需要確保貢獻的質量足夠高，以免浪費維護者寶貴的時間，並能夠在審查過程中回答相關問題。

政策特別強調了透明度要求。如果貢獻中包含大量工具生成的內容，貢獻者應該在拉取請求描述、提交信息或通常標明作者身份的地方註明工具使用情況，例如使用提交信息尾註“Assisted-by:”。這種透明做法有助於社區制定最佳實踐並理解這些新工具的作用。

對於新手貢獻者，政策建議他們從小型、完全理解的貢獻開始，逐步建立信心。項目致力於成為一個歡迎新人的社區，幫助他們成長，但學習過程需要小步前進、獲取反饋和迭代。將維護者的反饋直接傳遞給 LLM 無助於個人成長，也無法維繫社區。

政策明確禁止了某些行為。例如，像 GitHub @claude 代理那樣無需人類批准就在數字空間中採取行動的 AI 代理是不被允許的；同樣，自動發佈未經人類審查的評論的審查工具也被禁止。然而，保持人類在循環中的選擇加入審查工具是可以接受的。此外，AI 工具禁止用於修復標記為“good first issue”的 GitHub 問題，因為這些問題是新手學習代碼庫的機會，完全自動化會浪費學習機會。

政策引入了“提取性貢獻”的概念。處理補丁、拉取請求、RFC 和評論需要大量的維護者時間和精力，而提交未經審查的 LLM 輸出實際上是在以設計和代碼審查的形式從維護者那裏“提取”工作。項目的黃金法則是：貢獻對項目的價值應超過審查它所花費的時間。維護者將根據這一原則判斷貢獻是否符合政策。

如果維護者認為貢獻不合規，他們會粘貼標準回覆要求修改。最有效的改進方法是減小貢獻的規模或複雜度，或增加其對社區的有用性。如果貢獻方向明顯錯誤，維護者可以添加“extractive”標籤以幫助其他審查者優先分配時間。若貢獻者未能顯著降低提取性，維護者將升級到相關空間的版主或管理團隊以鎖定對話。

政策涵蓋的範圍包括代碼、RFC、設計提案、問題、安全漏洞以及拉取請求上的評論和反饋。它還包括對 Bazel-fixer 機器人的一項例外，該例外由項目委員會批准。未來任何例外都將根據其對項目的價值以及是否從維護者那裏提取工作來單獨評估。

LLVM 項目以開放和授予提交權限而聞名，這促進了其成長和行業採用。新貢獻者的審查是培養下一代貢獻者的一部分。政策旨在在利用 AI 工具提高效率與維持社區健康和可持續性之間取得平衡。