[RFC] 俱乐部 AI 工具使用准则

版本：v1.0-rc3 | 2026 年 5 月制定

本准则参考 Linux 内核社区 AI Coding Assistants 正式策略（随 Linux 7.0 发布）及其 RFC 讨论过程制定，并结合俱乐部实际情况进行适配。

一、前言

人工智能/大语言模型辅助工具（如 ChatGPT、Claude、DeepSeek、Codex、Claude Code 等）正在深刻改变软件开发和文档撰写的方式。作为高校开源俱乐部，我们鼓励成员学习和使用新技术工具提升效率。

但与此同时，我们也强调：工具无法替代独立思考，效率不应凌驾于责任之上。在开源协作中，诚信、可维护性、真实贡献与对项目的长期负责，始终比”生成了多少内容”更加重要。

二、适用范围

本准则适用于华中科技大学开放原子开源俱乐部成员在以下场景中使用人工智能/大语言模型辅助工具的行为：

三、核心原则

原则一：透明披露

使用人工智能 (AI)/大语言模型工具 (LLM) 辅助完成的内容，必须在适当位置予以声明。隐瞒 AI 参与是不诚信行为。

• 代码类贡献：当代码、测试、重构、Review 建议等内容明显使用了 AI/LLM 辅助时，应在 commit message、PR 描述或合适位置注明。

  推荐格式：

  Assisted-by: <辅助工具> + <模型>

  示例：

  Assisted-by: ChatGPT + GPT-5.5Assisted-by: Claude Code + Claude Opus 4.7Assisted-by: Cursor + Gemini 2.5 ProAssisted-by: Cline + DeepSeek V4Assisted-by: Codex + GPT-5-Codex

  其中：

• “辅助工具” 指实际交互或生成内容所使用的平台、IDE 插件或 Agent（如 ChatGPT、Claude Code、Cursor、Cline、Codex 等）
• “模型” 指底层实际使用的大语言模型（如 GPT-5.5、Claude Opus 4.7、Gemini 2.5 Pro、DeepSeek-V3 等）

• 文档类内容：在文末或合适位置注明：

  本文部分内容由 AI/LLM 工具辅助生成，并已经过人工审校与修订。

  如有需要，也可补充具体工具与模型信息。

• 公众号 / 宣传 / 对外内容：建议在文末、编辑备注或内部留档中注明 AI/LLM 辅助情况，以保证内容来源透明。

• 日常学习 / 搜索 / 问答场景：将 AI/LLM 作为搜索、翻译、知识整理或学习辅助工具时，无需特别声明，但应主动交叉验证信息准确性，避免未经验证的信息传播。

Linux 内核社区将标签从 Co-developed-by 调整为 Assisted-by，以体现 AI 是工具而非共同作者。Linus Torvalds 强调："I do not want any kernel development documentation to be some AI statement. ... I strongly want this to be that 'just a tool' statement."

原则二：责任归属

AI/LLM 工具仅作为辅助工具，不构成贡献主体，也不承担任何项目责任。无论内容由人工还是 AI/LLM 辅助生成，最终责任始终由提交者本人承担。

这包括但不限于：

• 代码的正确性、安全性、性能与可维护性
• 第三方代码、数据或生成内容的许可证兼容性与合规性
• 文档、说明与宣传内容的事实准确性
• 引用来源、技术结论与外部信息的可靠性
• AI/LLM 生成内容中可能存在的幻觉、偏见、误导或错误实现

使用 AI/LLM 辅助并不会降低贡献者在工程判断、代码审查、测试验证与长期维护方面应承担的责任。

Linux 内核明确规定：AI agent 不得添加 Signed-off-by 标签——只有人类开发者才能做出 Developer Certificate of Origin (DCO) 法律认证。Greg Kroah-Hartman 指出："The human submitter bears full legal responsibility for all lines of code generated by AI, and any bugs or security flaws resulting therefrom."

原则三：质量优先

AI/LLM 辅助生成的内容，仍需达到俱乐部既有的工程与内容质量标准。AI/LLM 不应成为降低质量、规避审查或堆积复杂度的借口。

所有提交内容仍需经过必要的人工验证，包括但不限于测试、代码审查、静态检查与事实校验。

具体包括：

• 代码需通过必要的测试、代码审查与静态分析
• 文档需经过人工校对，确保逻辑清晰、事实准确、表述得当
• 严禁直接提交未经人工审查的 AI/LLM 生成内容
• 不鼓励为了“看起来更完整”而引入不必要的抽象、依赖或复杂设计
• 应避免 AI/LLM 辅助导致的代码体积膨胀、重复逻辑与可维护性下降
• 当 AI/LLM 生成方案明显增加系统复杂度时，贡献者应主动进行简化与重构

我们更重视：

• 长期可维护性
• 清晰且可解释的设计
• 稳定的工程质量
• 可持续协作能力

而非短期生成速度或表面上的“功能完成度”。

原则四：尊重现有规范

AI/LLM 工具辅助产生的内容，必须遵守目标项目的编码规范、文档风格和贡献流程。例如：

• 向 Linux 内核提交代码，遵循内核编码风格（80 列限制、K&R 括号风格等）及提交补丁规范
• 向 OpenHarmony 提交代码，遵循 OpenHarmony 贡献指南
• 撰写公众号推文，符合俱乐部宣传风格和格式要求
• 撰写项目申报书，符合项目方的模板要求

四、具体场景指引

4.1 代码贡献

Linux 内核社区的实践：Assisted-by 标签不仅声明了使用的 AI 模型，还可以列出配合使用的传统工具（如 coccinelle、sparse、checkpatch.pl），形成完整的工具链追溯。常规开发工具（如 git、gcc、make 及各类编辑器）不应在此列出。

4.2 文档撰写

4.3 俱乐部运营

4.4 翻译与审校

4.5 研究与竞赛

五、禁止事项

1. 禁止将 AI/LLM 生成内容冒充为完全由人原创，尤其是在竞赛、评优等场景
2. 禁止向 AI/LLM 工具上传包含他人隐私信息的俱乐部成员数据（姓名、学号、联系方式等）
3. 禁止完全不经审查直接提交 AI/LLM 生成代码到开源项目（这属于"AI slop"，可能被社区封禁）
4. 禁止使用 AI/LLM 绕过代码审查流程或伪造审查记录
5. 禁止将俱乐部内部敏感文件上传到公共 AI/LLM 服务
6. 禁止在明确禁止 AI/LLM 辅助的竞赛或评审中使用 AI/LLM 工具

六、速查表

七、准则修订

本准则由俱乐部长老团负责解释和修订。随着 AI 技术的快速发展和开源社区政策的持续演进，本准则将不定期更新。修订记录如下：

参考资料

• Linux 内核官方 AI 辅助编码准则（随 Linux 7.0 发布）
• Linux 内核工具生成内容指南
• Sasha Levin 提交的 RFC 补丁系列及社区讨论
• 内核最终策略解读
• Linus Torvalds 关于 AI 政策的 LKML 表态
• Greg Kroah-Hartman 关于 AI 代码法律责任的说明

Assisted-by: Claude Code + DeepSeek V4 Pro