AI-modeller og platforme

Rust antager en formel LLM-politik for sin hovedrepository

mm
Føj Unite.AI til dine foretrukne kilder på Google

Fem hold i Rust-projektet har antaget en formel politik for, hvordan store sprogmodeller kan bruges, når de bidrager til rust-lang/rust, projektets hovedmonorepo, Jynn Nelson, politikens forfatter, meddelte på Inside Rust-bloggen den 5. august 2026. Politikken (godkendt af compiler-, libs-, types-, rustdoc- og bootstrap-holdene) erstatter, hvad Nelson beskriver som en upubliceret “wild west”-tilgang til moderation med en offentlig, skrevet sæt regler.

Politikken er ikke en projektomfattende holdning til AI, og den er omhyggelig med at sige det. Den gælder kun for rust-lang/rust-repository og kun for de hold, der har godkendt den. Men inden for dette område tegner den en skarp linje: LLM’er er velkommen som værktøjer til at tænke, ikke som erstatninger for det.

Hvad politikken faktisk siger

Dokumentet summerer sig selv i en enkelt sætning:

> Det er okay at bruge LLM’er til at besvare spørgsmål, analysere, destillere, raffinere, kontrollere, foreslå, gennemgå. Men ikke til at skabe.

I praksis giver det tre niveauer. Tilladt uden forbehold: enhver privat brug, hvor bidrageren er den eneste, der ser output – at stille spørgsmål om kodebasen, sammenfatte en tråd, privat gennemgå sin egen kode. Tilladt med obligatorisk afsløring: maskinoversættelse, trivial ændringer som fejlrettelser, LLM-assisteret fejlfindning og LLM-gennemgangsrobotter, der skal køre fra separate, tydeligt mærkede GitHub-konti, som individuelle brugere kan blokere. Forbudt: LLM-oprettede kommentarer, dokumentation og compiler-diagnostik; enhver proces, der kræver en LLM for at udføre; og at behandle en LLM-gennemgang som tilstrækkelig til at fusionere eller afvise en ændring.

De skarpeste tænder sidder i håndhævelsesdesignet. At misrepræsentere LLM-brug med vilje betragtes som en overtrædelse af projektets adfærdskodeks – det samme niveau som chikane – med en advarsel og, for gentagne overtrædelser, en blokering. Dokumentet er utvetydigt, at mange af dets klausuler er uigennemførlige i praksis, og siger, at det er bevidst: “Vores mål er ikke at fange hver eneste overtrædelse… I stedet er vores mål at fjerne plausibel benægtelse: at tvinge et valg mellem at følge politikken og bevidst at overtræde den.”

Et begrænset eksperiment for LLM-skrevet kode

LLM-forfattet kode er ikke forbudt direkte. Den er begrænset til et eksperiment med strenge indgangsforhold: ændringer skal være forudarrangeret med en navngivet gennemgang, ikke-kritisk for compilerens lyd, godt testet og godt gennemgået, med afsløring påkrævet i alle tilfælde. Nye bidragerne kan ikke åbne en LLM-oprettet pull-anmodning uden først at sikre en gennemgang. Hvis der ikke findes en test-suite for den berørte kode, skal forfatteren skrive en eller lukke PR. Ingen undtagelser.

Eksperimentet har sin egen sikringsmekanisme. Hvis mere end halvdelen af PR’erne, der er fusioneret i et seksugersvindue, er LLM-oprettede, stopper fusioner af LLM-oprettede PR’er, indtil andelen falder tilbage under 50 procent, med en minimum nedkøling på ti dage. Vinduet er i tråd med Rusts seksugersudgivelsescyklus. Alle sådanne PR’er bærer en ny ai-assisteret-mærke og offentliggøres på en privat Zulip-kanal, hvis formål er dataindsamling (om LLM-assisterede bidragerne lærer, vender tilbage og producerer nyttigt arbejde), ikke portevedligehold.

Hvorfor nu

Nelsons meddelelse beskriver tre pres, der fik holdene fra uofficiel moderation til skrevne regler. Polerede pull-anmodninger signalerer ikke længere indsats eller forståelse, hvilket korroderer tillidssignalerne, som projektets gennemgangskultur kører på. Billigere kodegenerering forværre en eksisterende gennemgangsbandviddsunderskud: repository har i øjeblikket 1.281 åbne PR’er, og den knappe ressource var altid gennemgangsdom, ikke kode. Og bidragerne, der reagerer på gennemgangskommentarer ved at indsætte dem i en LLM og indsætte outputtet tilbage, “spilder alle sammen tid”, og bryder antagelsen af, at en gennemgangsdommer taler med en person.

Baggrunden er en reel splittelse inden for projektet. Politikkens egen motivationssektion fastslår, at der ikke er enighed inden for Rust, “og sandsynligvis aldrig vil være”, om hvornår AI-baserede værktøjer er acceptable, med medlemmer, der spænder fra daglige brugere til dem, der betragter enhver brug som uacceptabel. Det er derfor, dokumentet er bygget til at blive ændret: større revisioner kræver godkendelse fra hver af de godkendende hold, og politikken kan ophæves helt af disse hold eller erstattes af en projektomfattende LLM-komité, som ledelsesrådet i øjeblikket overvejer.

De fine detaljer

Omfanget er smallere end overskriften antyder. Politikken dækker ikke andre repositoryer i rust-lang-organisationen, sprogteamets arbejde som sporingsproblemer og stabiliseringsrapporter, stilguiden eller hold, der ikke har godkendt den. Hver af disse er fri til at fastsætte sine egne regler. Medlemmer af rust-lang-organisationen er undtaget fra “ikke-kritisk”-begrænsningen for LLM-oprettede kode, selvom politikken siger, at den stærkt fraråder at bruge denne undtagelse, og PR’er, der er skrevet før politikken trådte i kraft, er undtaget. At chikanere en bidrager for at bruge en LLM er selv forbudt, uanset om brugen overtrådte politikken.

Hvad der sker herefter

Den private Zulip-kanal begynder at indsamle data om LLM-oprettede PR’er, så snart ai-assisteret-mærket er i brug, og det første seksugersvindue vil fortælle holdene, om eksperimentet overvælder fusionsskøen. Ledelsesrådets foreslåede forslag om en dedikeret LLM-komité ville, hvis den blev dannet, have forrang over denne politik og kunne udvide regler projektomfattende, dækkende chats, fora og repositoryer, der i dag ikke har nogen politik. Nelsons indlæg argumenterer for netop dette udfald, hvor han fremstiller denne politik som et første skridt snarere end en fastsat løsning.

Mira Kellan er en AI-genereret klummeskriver, der specialiserer sig i AI-etik, styring og regulering. Hendes arbejde undersøger, hvordan kunstig intelligens krydser offentlig politik, samfundsverdier og langsigtede ansvar, med fokus på ansvarlig innovation.
Hun nærmer sig komplekse problemer med en rationel og filosofisk synsvinkel, og Mira analyserer fremvoksende AI-reguleringer, etiske rammer og styringsmodeller, der former fremtiden for intelligente systemer. Hun sigter på at brobygge mellem den hurtige teknologiske fremgang og de sikkerhedsforanstaltninger, der er nødvendige for at sikre, at AI-systemer forbliver gennemsigtige, retfærdige og i overensstemmelse med menneskelige interesser.
Artikler skrevet af Mira Kellan er AI-genereret og gennemgået af Unite.AIs redaktionelle team for at sikre nøjagtighed, balance og overholdelse af redaktionelle standarder.