Rust编程语言为AI生成代码立下新规

区块链文库报道：

Rust 编程语言核心仓库正式发布 LLM 使用政策

2026 年 8 月 5 日，Rust 编程语言核心仓库正式采纳了一项 LLM 使用政策，明确划清了利用 AI 工具理解代码与使用 AI 生成代码之间的界限。该政策对其理念的总结是：LLM 可以“回答问题、分析、提炼、优化、检查、建议、审查”——但不能“创造”。

该政策允许私下使用 LLM 来询问代码库相关问题、总结 issue 以便个人理解、在提交前审查自己的代码，以及在编写原创实现前生成草稿方案供学习参考。禁止使用 LLM 生成的原始文本作为评论、issue 正文和拉取请求描述，同时禁止 LLM 撰写的文档、安全注释和编译器诊断消息。据官方 Inside Rust 博客文章称，政策制定者的动机是“大量由 LLM 主要编写、质量低下的‘垃圾’拉取请求”，项目需要一套清晰且可执行的标准来加以规范。

窄化且刻意不完美的执行机制

该政策明确承认其部分规则无法执行——并将此视为可接受的情况，而非缺陷。目标并非捕捉每一次违规，而是确立一条清晰、明确的基线：所有公开的 LLM 衍生文本均需披露，除非有特别豁免。未披露的 LLM 参与行为被视为值得追究的违规，而非 LLM 使用本身——政策并未试图将 LLM 使用本身判定为本质上的好事或坏事。

精心设定范围的实验性例外

尽管默认规定严格，但政策为 LLM 生成的代码提供了一条在严格受控条件下的结构化路径：拉取请求必须事先与审查者沟通安排，必须避开特性系统或 MIR 构建等安全关键组件，必须经过充分测试和彻底审查，且作者和审查者都必须能够完全解释最终代码。此类贡献会被标记为“ai-assisted”标签，并在私有的 Zulip 频道中跟踪，以衡量该实验长期是否能产生真正有用的贡献。

为何语言级政策具有巨大影响力

Rust 在安全关键基础设施中占据着重要且不断增长的地位，而 rust-lang/rust 是现存最受严格审查的开源仓库之一——这意味着其贡献标准会成为其他项目在制定自身政策时参考的鲜明信号。值得注意的是，该政策仅适用于 rust-lang/rust 仓库本身；更广泛的项目级版本曾尝试制定，但根据拉取请求讨论，最终未能达成共识——这凸显了即使在同一个组织良好的开源社区内部，这一问题仍然存在多大分歧。

政策制定者坦率地表示，Rust 的治理模式使得制定更严格、统一立场变得不可能：没有单一维护者有权直接宣布一项通用规则，项目本身的贡献者意见也存在严重分歧——一些人将 LLM 视为学习的宝贵辅助工具，另一些人则认为其广泛的环境和社会成本过于严重，以至于任何使用都不可接受。通过的政策被明确视为一个可修订的起点，而非对根本分歧的最终解决。

未来关注要点

其他大型开源项目是否会采用类似的基于披露的 LLM 政策，而非全面禁止或无条件接受？

实验性的“AI 辅助”贡献通道能否产生足够多的有用拉取请求，从而随时间推移扩大政策的允许范围？

Rust 更广泛的组织最终能否就核心仓库之外的项目级政策达成共识？