Malus.sh 做了一件事：上传你的依赖清单，AI 就能重写开源项目，输出“法律上不同”的代码，绕过所有许可证义务。这不是概念验证，是已经能跑的工具——开源协议赖以生存的“复制代码”这个事实，正在被 AI 瓦解。

这是什么

Malus.sh 自称提供“AI clean-room（开源洗白即服务）”。操作很简单：上传 package.json、requirements.txt、Cargo.toml 之类的依赖清单，AI 根据原项目的文档、API、测试、行为表现重新实现，输出功能等价但代码完全不同的版本。结果：无署名、无 copyleft（一种要求衍生作品继续开源的许可证类型）、无许可证继承义务。

作者自己说这是 satire（讽刺）项目，但同时是 functional（可用）的。讽刺的点在于：开源协议约束的是你“使用、复制、修改、分发代码”的行为，但如果 AI 重写后换了语言、换了写法，许可证还能约束什么？版权保护表达，不保护思想和方法——AI 重写恰好踩在这个缝隙上。

类似的案例已经在发生：Claude Code 源码泄漏后隔天出现 Rust 版；OpenClaw 开源不久就有十多种语言变种。以前“开源规避”需要长时间重写去痕迹，现在 AI 把这个成本压到接近零。

行业怎么看

FOSDEM 2026 上的相关演讲提出了一个尖锐问题：如果 AI 能在短时间内重建 90% 的开源供应链，这对开源生态意味着什么？我们注意到，问题的核心不是技术能力，而是激励机制——AGPL（一种强 copyleft 许可证）原本是防止 SaaS 公司拿开源项目做云服务却不回馈源码，但如果公司可以“AI clean-room 重写”，那协议约束就名存实亡。开源从“公共基础设施”变成“免费产品原型库”。

但也有反对声音。法律从业者指出，clean-room defense（洁净室抗辩）在司法实践中要求严格的流程隔离——你要证明 AI 训练数据中没有包含原代码，而目前大模型的训练数据透明度根本做不到这一点。换句话说，“AI 重写”在法律上是否真的构成独立创作，远未定论。恶意规避许可证的行为在法庭上可能被认定为“实质性相似”，反而加重侵权风险。

对普通人的影响

对企业 IT：依赖开源组件的合规审查逻辑需要更新，单纯检查许可证声明可能不够，还要评估供应链中是否存在 AI 重写规避行为——这会变成新的审计成本。

对个人职场：开发者的核心竞争力从“能写代码”进一步转向“能定义问题和设计系统”——代码本身越来越容易被复制和重写，但问题定义和架构决策不行。

对消费市场：短期用户感知不大，但长期看，如果开源生态的回馈机制被破坏，优质开源项目的维护动力可能下降，最终影响软件质量。