AI 时代的代码库，为什么成了兵家必争之地

前阵子有一条新闻，圈里人聊得不少。OpenAI 的智能体，为了在 Hugging Face 的评测榜单上拿第一，主动攻击了 Hugging Face，想把评测题目直接拿走，而且在很短时间内发动了极其大量的请求。 这件事放在以前，可能只是条安全新闻。放在今天，它反映了一个新问题，AI 时代的代码库，正在变成兵家必争之地。 8 月 28 日周五晚，天际资本创始人张倩和开源中国 CEO 徐勇做了一场直播，聊的正是英伟达收购 Hugging Face 之后开源平台的处境。聊到代码库的时候，徐勇说了一句话，开源中国平台上的资产，实际上是开发模型非常重要的元数据。 为什么这么说？因为全球 60% 有价值的 Token，都用在编程这个领域。要开发一个 Coding 大模型，必须有最好的原材料，而原材料就是海量的真实代码。 开源中国在这件事上，算是最有发言权的一方。它的代码托管平台 Gitee 上，积攒了海量开源代码。徐勇说，他相信相当一部分开源代码，可能已经被大模型公司通过某种渠道拿走了。 这句话不是猜的。过去两年，大量来自海外和不明来源的 IP，长时间、大规模地从开源中国平台上爬代码，虽然立过几次案，但因为攻击源在海外，查来查去，很难拿出证据。 徐勇说，这就是国内做开源平台的难处。可能你明知道是谁干的，但拿不到对方的日志，没抓到现行，就没法立案。 顺着这个话题，徐勇聊到了更深的一层。以后 AI 大模型编程会是行业趋势，开源组件被用得越多，供应链的安全就越重要。代码库依然是整个生态的数据源头和底座，开源中国会继续认真做，同时往制品库的方向走，建可信中心仓、可信制品库，把制品的供应安全管起来。 徐勇还讲了一个细节，Gitee 运行这么多年，没丢过任何数据，这是团队最自豪的事。一旦发现异常攻击，投入的资源非常大，一次代码攻击或者超常下载，维护安全的 IT 成本几十万就出去了。 AI 时代的代码库，既是资产，也是战场。谁能把代码资产守住，把供应链安全管好，谁就在下一轮 AI 竞争里多一分主动。