乐于分享
好东西不私藏

[RFC] 俱乐部 AI 工具使用准则

[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:

场景
示例
代码贡献
向上游开源项目提交 patch/PR、参与 OpenHarmony/Linux 内核等社区开发
文档撰写
撰写技术博客、俱乐部年度总结、项目申报书、开源课程教案、公众号推文
俱乐部运营
撰写招新宣传材料、活动策划方案、成员管理记录
翻译与审校
技术文档翻译、开源项目 README 翻译、译文校对与术语审校
研究与竞赛
阅读开源代码、理解技术概念、搜索技术资料、参加开源赛事

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

事项
要求
AI 生成代码
提交前必须由人工逐行审查,理解每一行代码的作用
Commit message
AI/LLM 可辅助撰写,但提交者必须理解并确认内容
许可证合规
核实 AI/LLM 生成的代码不包含来自不兼容许可证的代码片段
测试
AI/LLM 辅助编写的测试代码同样需要人工验证其有效性
签名Signed-off-by
 只能由人类添加,AI/LLM 没有法律主体资格
披露
使用 Assisted-by 标签声明 AI/LLM 工具的参与

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

事项
要求
事实核查
AI/LLM 容易"一本正经地胡说八道"——所有事实、数据、人名、日期必须人工核实
引用规范
AI/LLM 生成的引用可能完全不存在(幻觉),所有参考文献必须逐一验证
原创性
项目申报书、竞赛作品中涉及核心观点和创新点的部分,应由人主导撰写
风格统一
使用 AI/LLM 辅助时,提供明确的风格指令,使输出符合俱乐部风格
声明方式
在文档末尾或合适位置注明 AI/LLM 辅助情况

4.3 俱乐部运营

事项
要求
公众号推文
AI/LLM 可辅助润色或生成初稿,但涉及俱乐部活动报道的事实性内容需运营组确认
经费材料
经费申请、使用报告中的财务数据须确保准确,AI/LLM 辅助仅用于格式和措辞优化
成员信息
涉及成员个人信息的材料(如成员登记表、评优支撑材料),不得未经当事人同意向 AI/LLM 工具提供
对外正式文件
向基金会、学校提交的正式文件,关键内容应由人主导完成,AI/LLM 仅用于辅助

4.4 翻译与审校

事项
要求
术语准确性
AI/LLM 翻译的技术术语需人工核实,确保与官方文档或社区惯用译法一致
文化适配
中英互译时注意文化差异与语境,避免生硬直译导致歧义或表达不当
人工审校
AI/LLM 翻译仅作为初稿,最终译文必须经过人工通读、校对与必要的事实核查
声明方式
在译文末尾注明 AI/LLM 辅助情况,并标注已人工审校

4.5 研究与竞赛

事项
要求
交叉验证
AI/LLM 的解释可能过时或不准确,重要技术结论应参考官方文档或源代码验证
版本意识
LLM 的训练数据存在截止日期,对最新技术动态的回答可能不准确
深度理解
不应过度依赖 AI/LLM 解释而放弃深入阅读源码和文档的研究过程
无需声明
日常使用 AI/LLM 作为搜索引擎或研究辅助工具无需特别声明
竞赛规则
参加开源赛事时,首先确认赛事对 AI/LLM 辅助的规定,不同赛事要求可能不同

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

场景
是否需要声明
声明方式
核心要求
代码贡献
Assisted-by:
 标签
逐行审查、人类签名、许可证合规
文档撰写
文末注明
事实核查、引用验证、人工校对
公众号推文
文末或编辑备注
事实性内容需运营组确认
翻译审校
文末注明
术语准确性、文化适配性人工把关
研究与竞赛
视规则而定
按赛事要求;日常研究无需声明
交叉验证、保持深度理解

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:

版本
日期
修订内容
v1.0-rc3
2026-06-01
删除学术论文相关条款,新增翻译与审校独立场景指引,将学习与研究重构为研究与竞赛
v1.0-rc2
2026-05-28
细化 Assisted-by 声明格式与各场景披露方式,扩展责任归属与质量优先原则的具体条款
v1.0-rc1
2026-05-28
初始版本制定

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