Mô hình và nền tảng AI

Rust Thông Qua Một Chính Sách LLM Chính Thức Cho Kho Lưu Trữ Chính

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Năm đội trong dự án Rust đã thông qua một chính sách chính thức quản lý cách sử dụng mô hình ngôn ngữ lớn khi đóng góp vào rust-lang/rust, kho lưu trữ chính của dự án, Jynn Nelson, tác giả của chính sách, đã công bố trên blog Inside Rust vào ngày 5 tháng 8 năm 2026. Chính sách (được phê chuẩn bởi các đội biên dịch, thư viện, loại, rustdoc và khởi động) thay thế những gì Nelson mô tả là một cách tiếp cận “vùng đất hoang dã” không được công bố để điều tiết với một tập hợp các quy tắc công khai, được viết.

Chính sách này không phải là một quan điểm chung của dự án về AI, và nó cẩn thận khi nói như vậy. Nó chỉ áp dụng cho kho lưu trữ rust-lang/rust và chỉ cho các đội đã phê chuẩn nó. Nhưng trong phạm vi đó, nó vẽ một đường ranh giới rõ ràng: LLMs được chào đón như các công cụ để suy nghĩ, không phải là thay thế cho nó.

Nội Dung Chính Sách Thật Sự Nói

Tài liệu tóm tắt chính nó trong một câu:

> Việc sử dụng LLMs để trả lời câu hỏi, phân tích, chắt lọc, tinh chỉnh, kiểm tra, đề xuất, xem xét là được phép. Nhưng không được tạo ra.

Trong thực tế, điều đó tạo ra ba cấp độ. Được phép tuyệt đối: bất kỳ sử dụng riêng tư nào mà người đóng góp là người duy nhất nhìn thấy đầu ra — hỏi về cơ sở mã, tóm tắt một chủ đề, xem xét riêng mã của mình. Được phép với việc tiết lộ bắt buộc: dịch máy, thay đổi nhỏ như sửa lỗi đánh máy, phát hiện lỗi được hỗ trợ bởi LLM và bot xem xét được hỗ trợ bởi LLM, những thứ phải chạy từ các tài khoản GitHub riêng biệt, rõ ràng dán nhãn mà người dùng cá nhân có thể chặn. Cấm: bình luận được tạo bởi LLM, tài liệu và chẩn đoán trình biên dịch được tạo bởi LLM; bất kỳ quy trình nào yêu cầu LLM để thực hiện; và việc coi một đánh giá LLM là đủ để hợp nhất hoặc từ chối một thay đổi.

Đầu răng sắc nhất nằm trong thiết kế thực thi. Việc cố ý che giấu việc sử dụng LLM được coi là vi phạm Quy tắc ứng xử của dự án — cùng cấp với quấy rối — và sẽ bị cảnh cáo và, đối với các vi phạm lặp lại, bị cấm. Tài liệu này rõ ràng rằng nhiều điều khoản của nó không thể thực thi được trong thực tế, và nói rằng đó là có chủ ý: “Mục tiêu của chúng tôi không phải là bắt được mọi vi phạm… Thay vào đó, mục tiêu của chúng tôi là loại bỏ sự phủ nhận có thể: để buộc một lựa chọn giữa việc tuân theo chính sách và cố ý vi phạm nó.”

Một Thử Nghiệm Có Giới Hạn Cho Mã Được Viết Bởi LLM

Mã được viết bởi LLM không bị cấm tuyệt đối. Nó bị giới hạn trong một thử nghiệm với các điều kiện nhập cảnh nghiêm ngặt: các thay đổi phải được sắp xếp trước với một người xem xét được đặt tên, không quan trọng đối với tính hợp lệ của trình biên dịch, được thử nghiệm tốt và được xem xét tốt, với việc tiết lộ bắt buộc trong mọi trường hợp. Người đóng góp mới không thể mở một yêu cầu kéo được tạo bởi LLM mà không có trước một người xem xét. Nếu không có bộ thử nghiệm cho mã được chạm vào, tác giả phải viết một hoặc đóng yêu cầu. Không có ngoại lệ.

Thử nghiệm này có một bộ ngắt mạch riêng. Nếu hơn một nửa số yêu cầu kéo được hợp nhất trong một cửa sổ sáu tuần là được tạo bởi LLM, việc hợp nhất các yêu cầu kéo được tạo bởi LLM sẽ ngừng cho đến khi tỷ lệ giảm xuống dưới 50%, với thời gian làm mát tối thiểu là mười ngày. Cửa sổ này được căn chỉnh với chu kỳ phát hành sáu tuần của Rust. Tất cả các yêu cầu kéo như vậy đều mang một nhãn ai-assisted mới và được đăng lên một kênh Zulip riêng mà mục đích là thu thập dữ liệu (liệu những người đóng góp được hỗ trợ bởi LLM có học hỏi, quay lại và tạo ra công việc hữu ích hay không), không phải là kiểm soát cổng.

Tại Sao Bây Giờ

Thông báo của Nelson mô tả ba áp lực đã đẩy các đội từ điều tiết không chính thức đến các quy tắc viết. Các yêu cầu kéo được đánh bóng không còn là tín hiệu của nỗ lực hoặc hiểu biết, điều này làm xói mòn các tín hiệu tin cậy mà văn hóa xem xét của dự án dựa vào. Việc tạo mã rẻ hơn làm trầm trọng thêm tình trạng khan hiếm băng thông xem xét hiện có: kho hiện có 1.281 yêu cầu kéo mở, và tài nguyên khan hiếm luôn là phán quyết của người xem xét, không phải mã. Và những người đóng góp trả lời các bình luận xem xét bằng cách dán chúng vào một LLM và dán đầu ra trở lại, theo Nelson, đang浪 phí thời gian của mọi người và phá vỡ giả định rằng một người xem xét đang nói chuyện với một người.

Bối cảnh là một sự chia rẽ thực sự trong dự án. Phần động lực của chính sách tuyên bố rằng không có sự đồng thuận trong Rust, “và có thể không bao giờ có,” về khi nào các công cụ dựa trên AI được chấp nhận, với các thành viên dao động từ người dùng hàng ngày đến những người coi bất kỳ sử dụng nào là không thể chấp nhận được. Đó là lý do tại sao tài liệu này được xây dựng để thay đổi: các bản sửa đổi lớn đòi hỏi sự phê chuẩn của từng đội phê chuẩn, và chính sách có thể bị giải thể hoàn toàn bởi các đội đó hoặc bị vượt qua bởi một ủy ban LLM dự án rộng được hội đồng lãnh đạo đang xem xét.

Chi Tiết

Phạm vi hẹp hơn so với tiêu đề gợi ý. Chính sách này không bao gồm các kho lưu trữ khác trong tổ chức rust-lang, công việc của nhóm ngôn ngữ như theo dõi vấn đề và báo cáo ổn định, hướng dẫn phong cách, hoặc các đội chưa phê chuẩn nó. Mỗi kho lưu trữ vẫn có thể tự đặt ra các quy tắc của riêng mình. Các thành viên của tổ chức rust-lang được miễn khỏi hạn chế “không quan trọng” đối với mã được tạo bởi LLM, mặc dù chính sách nói rằng nó mạnh mẽ khuyên không nên sử dụng miễn trừ đó, và các yêu cầu kéo được viết trước khi chính sách có hiệu lực cũng được miễn. Việc quấy rối một người đóng góp vì sử dụng LLM là hành vi bị cấm, bất kể việc sử dụng đó có vi phạm chính sách hay không.

Cái Gì Xảy Ra Tiếp Theo

Kênh Zulip riêng bắt đầu thu thập dữ liệu về các yêu cầu kéo được tạo bởi LLM ngay khi nhãn ai-assisted được sử dụng, và cửa sổ sáu tuần đầu tiên sẽ cho các đội biết liệu thử nghiệm có đang làm quá tải hàng đợi hợp nhất hay không. Đề xuất của hội đồng lãnh đạo về một ủy ban LLM chuyên dụng sẽ, nếu được thành lập, có ưu tiên hơn chính sách này và có thể mở rộng các quy tắc trên toàn dự án, bao gồm các cuộc trò chuyện, diễn đàn và kho lưu trữ hiện không có chính sách. Bài đăng của Nelson lập luận cho chính xác kết quả đó, coi chính sách này là bước đầu tiên chứ không phải là câu trả lời đã được giải quyết.

Mira Kellan là một nhà báo cột chuyên về đạo đức AI, quản lý và quy định. Công việc của cô khám phá cách trí tuệ nhân tạo giao tiếp với chính sách công, giá trị xã hội và trách nhiệm lâu dài, với trọng tâm vào đổi mới có trách nhiệm.
Tiếp cận các vấn đề phức tạp với một ống kính hợp lý và triết học, Mira phân tích các quy định AI mới nổi, khuôn khổ đạo đức và mô hình quản lý định hình tương lai của các hệ thống thông minh. Cô nhằm mục đích bắc cầu khoảng cách giữa tiến bộ công nghệ nhanh chóng và các biện pháp bảo vệ cần thiết để đảm bảo các hệ thống AI vẫn minh bạch, công bằng và phù hợp với lợi ích của con người.
Các bài viết do Mira Kellan sáng tác được tạo ra bởi AI và được nhóm biên tập của Unite.AI xem xét để đảm bảo độ chính xác, sự cân bằng và tuân thủ các tiêu chuẩn biên tập.