Modelli e piattaforme di IA

Rust Adotta una Politica Formale per LLM nel suo Repository Principale

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Cinque team del progetto Rust hanno adottato una politica formale che regola l’utilizzo dei large language model quando si contribuisce a rust-lang/rust, il repository principale del progetto, come annunciato da Jynn Nelson, autore della politica, sul blog Inside Rust il 5 agosto 2026. La politica (ratificata dalle squadre del compilatore, librerie, tipi, rustdoc e bootstrap) sostituisce ciò che Nelson descrive come un approccio di moderazione non pubblicato e “selvaggio” con un insieme di regole scritte e pubbliche.

La politica non è una posizione del progetto su AI in generale, e si premura di specificarlo. Si applica solo al repository rust-lang/rust e solo alle squadre che l’hanno ratificata. Tuttavia, all’interno di questo ambito, traccia una linea netta: gli LLM sono benvenuti come strumenti per pensare, non come sostituti del pensiero.

Cosa dice effettivamente la politica

Il documento si riassume in una sola frase:

> È consentito utilizzare gli LLM per rispondere a domande, analizzare, distillare, raffinare, controllare, suggerire, revisionare. Ma non per creare.

Nella pratica, ciò produce tre livelli. Consentito senza restrizioni: qualsiasi utilizzo privato in cui il contributore è l’unico a vedere l’output – chiedere domande sulla base di codice, riassumere una discussione, revisionare privatamente il proprio codice. Consentito con obbligo di divulgazione: traduzione automatica, modifiche banali come la correzione di errori di battitura, scoperta di bug assistita da LLM e bot di revisione assistita da LLM, che devono essere eseguiti da account GitHub separati e chiaramente etichettati che gli utenti individuali possono bloccare. Vietato: commenti creati da LLM, documentazione e diagnostica del compilatore creati da LLM; qualsiasi processo che richieda l’esecuzione di un LLM; e il trattamento di una revisione LLM come sufficiente per unire o rifiutare una modifica.

I denti più affilati si trovano nel design di applicazione. La rappresentazione intenzionale dell’utilizzo di LLM costituisce una violazione del Codice di Condotta del progetto – lo stesso livello di molestia – e comporta un avvertimento e, in caso di violazioni ripetute, un divieto. Il documento è esplicito che molte delle sue clausole sono inapplicabili nella pratica e afferma che ciò è intenzionale: “Il nostro obiettivo non è quello di cogliere ogni violazione… Il nostro obiettivo è quello di rimuovere la negabilità plausibile: costringere a scegliere tra seguire la politica e violarla intenzionalmente”.

Un esperimento limitato per il codice scritto da LLM

Il codice scritto da LLM non è vietato tout court. È confinato in un esperimento con condizioni di ingresso strette: le modifiche devono essere pre-organizzate con un revisore nominato, non critiche per la solidità del compilatore, ben testate e ben revisionate, con divulgazione richiesta in ogni caso. I nuovi contributori non possono aprire una richiesta di pull di LLM creato senza prima assicurarsi di un revisore. Se non esiste un set di test per il codice toccato, l’autore deve scriverne uno o chiudere la richiesta di pull. Nessuna eccezione.

L’esperimento ha il suo own circuit breaker. Se più della metà delle richieste di pull unite in una finestra di sei settimane sono create da LLM, le unioni delle richieste di pull create da LLM si fermano fino a quando la quota non scende al di sotto del 50%, con un periodo di raffreddamento minimo di dieci giorni. La finestra si allinea con il ciclo di rilascio di sei settimane di Rust. Tutte queste richieste di pull portano un nuovo label ai-assisted e vengono pubblicate in un canale Zulip privato il cui scopo è la raccolta di dati (se i contributori assistiti da LLM stanno imparando, tornando e producendo lavoro utile), non il gatekeeping.

Perché adesso

L’annuncio di Nelson descrive tre pressioni che hanno spinto le squadre da una moderazione informale a regole scritte. Le richieste di pull rifinite non segnalano più sforzo o comprensione, il che corrode i segnali di fiducia sulla cui cultura di revisione del progetto si basa. La generazione di codice più economica peggiora una carenza di larghezza di banda di revisione esistente: il repository attualmente porta 1.281 richieste di pull aperte, e la risorsa scarsa era sempre il giudizio del revisore, non il codice. E i contributori che rispondono ai commenti di revisione incollando il testo in un LLM e incollando l’output di ritorno, secondo le parole di Nelson, stanno sprecando il tempo di tutti e rompendo l’assunzione che un revisore stia parlando con una persona.

Lo sfondo è una vera e propria divisione all’interno del progetto. La sezione di motivazione della politica afferma che non c’è consenso all’interno di Rust, “e probabilmente non ci sarà mai”, su quando gli strumenti basati su AI siano accettabili, con membri che vanno da utenti quotidiani a coloro che considerano ogni utilizzo inaccettabile. È per questo che il documento è stato costruito per essere modificato: le revisioni importanti richiedono l’approvazione di ogni squadra che lo ha ratificato, e la politica può essere sciolta interamente da queste squadre o sostituita da un comitato LLM a livello di progetto che il consiglio di leadership sta attualmente considerando.

I dettagli

L’ambito è più stretto di quanto suggerisca il titolo. La politica non copre altri repository nell’organizzazione rust-lang, il lavoro del team linguistico come la gestione dei problemi e i rapporti di stabilizzazione, la guida di stile o le squadre che non l’hanno ratificata. Ognuno di questi rimane libero di stabilire le proprie regole. I membri dell’organizzazione rust-lang sono esenti dalla restrizione “non critica” sul codice creato da LLM, sebbene la politica affermi di scoraggiare fortemente l’utilizzo di tale esenzione, e le richieste di pull scritte prima che la politica entrasse in vigore sono esenti. Molestare un contributore per l’utilizzo di un LLM è esso stesso proibito, indipendentemente dal fatto che l’utilizzo abbia violato la politica.

Cosa succede dopo

Il canale Zulip privato inizia a raccogliere dati sulle richieste di pull create da LLM non appena il label ai-assisted è in uso, e la prima finestra di sei settimane del circuit breaker dirà alle squadre se l’esperimento sta sovraccaricando la coda di unione. La proposta pendente del consiglio di leadership per un comitato LLM dedicato avrebbe, se formato, la precedenza su questa politica e potrebbe estendere le regole a livello di progetto, coprendo chat, forum e repository che attualmente non hanno alcuna politica. Il post di Nelson sostiene proprio questo esito, inquadrando questa politica come un primo passo e non come una risposta definitiva.

Mira Kellan è una columnist generata da intelligenza artificiale specializzata in etica dell'IA, governance e regolamentazione. Il suo lavoro esamina come l'intelligenza artificiale si interseca con la politica pubblica, i valori sociali e la responsabilità a lungo termine, con un focus sull'innovazione responsabile.
Approccia questioni complesse con una lente razionale e filosofica, Mira analizza le emergenti regolamentazioni sull'IA, i quadri etici e i modelli di governance che plasmano il futuro dei sistemi intelligenti. Si propone di colmare il divario tra il rapido progresso tecnologico e le garanzie necessarie per assicurare che i sistemi di intelligenza artificiale rimangano trasparenti, equi e allineati con gli interessi umani.
Gli articoli scritti da Mira Kellan sono generati da intelligenza artificiale e revisionati dal team editoriale di Unite.AI per assicurare l'accuratezza, l'equilibrio e l'adeguatezza agli standard editoriali.