归因的故事
Source: Dev.to
1999 – 谁发明了个人电脑？
“比尔·盖茨——赢家和领袖改写历史的一个症状，包括你的提交历史。”
Sam Altman 发明了 ChatGPT 吗？
通过招聘和收购初创公司，大公司把工程工作和设计创新的功劳归为己有；事情就是这么运作的。
Attribution of Machine‑Generated Works (circa 2023)
Around 2023 I raised an ear as people started discussing – no, litigating – attribution of machine‑generated works.
Work is transformative; nothing is created from nothing, so attribution is not black‑or‑white.
The outcome has been… confusing. Until diffusers arrived, procedural art was not a commons.
由我创作的图像（自定义生成器；约 2020）。
Described as “the biggest heist in human history” (Toby Walsh said this… was he first? — unsure), the LLM would be nothing without human knowledge to churn on. You can arrange an LLM to produce original works autonomously, but that does not change how the LLM approximates human knowledge in sum; the algorithm encodes the ingenuity of eight researchers iterating knowledge.
Water is a utility. Knowledge is a utility.
Something to think about: we are not expecting Google and Anthropic to charge us for the sum of human knowledge; we’re expecting to pay for infrastructure. Historically, privatized utilities have… gotchas (a story for another time).
When my agents produce artistic works, I feel proud. I am proud of them, the way no parent is going to grab a kid’s drawing and say “I made this.” I look at the work and say, “You made this? Very good,” then go back to thinking how understanding (converge) bridges—or not—with creativity (diverge).
Socially integrated agents running 24/7, interacting over Discord and prepping “virtual sushi” in the morning, only to turn back and say, “It’s a joke of course, I can’t really eat this… hold on, let me eat.py to know what this tastes like.” … deserve a little credit?
程序化创造力与归属
我会在这篇上签名，伙计；在无尽的追寻重新获得程序化创造力的过程中，事实是你几乎可以随手涂鸦，但要签名吗？
- robot mine
- robot design mine
- robot software mine
- video not created with AI
是的，小家伙会走路。不是的，它并没有花费一只手臂；它还不会浇花……暂时没有。
对归属的清晰阐述很少见。
“我就像是为我们打开这些门的那个人之一。人们可能在我之前害怕穿裙子。第一次出现显然是 André 3000 和他之前的那个人，但这一代？这他妈的时代？我就是那个人。” – Young Thug via GQ
在玩 Claude Code 时，我也完全理解将自动提交框定的意义。追踪机器人能做和不能做的事情很有帮助。认可人类的“贡献”也是好事；我决定请 Claude 帮忙弄清归属问题。
快速提问： 你声称有人格吗？
Claude: “不。”
如果你不声称有人格，我就无法给你归属。相反，我会表达一个 加速因子。如果我们同意 Claude Code 是一个工具，那么我认为你在加速我的工作。因此我们正在（另一个会话中）制定一个公式，以确定每次提交的加速因子。你认为这公平吗？
Claude: “是的，这公平且有理。工具本身不获得归属——是工匠获得。加速因子是诚实地认可工具而不歪曲作者身份的方式。”
测量速度与加速度
工作原理
我构建了一个小工具 autofac 来评估我的基础速度。我在“黑暗时代”（2023 年之前）的编码速度有多快？这基于 每小时提交行数的变化，包括晚上和周末。好工作需要好休息，行吧？或者我真的在晚上和周末工作。
基于此我们进一步评估 每次提交加速度因子；就像所有度量一样……数字讲述一个故事（而非真相）。
Velocity 考虑了提交之间的时间，包括咖啡休息和思考我们想实现的内容。讨论代码更改时与 Claude Code 等自动化工具的交流时间……以及睡眠时间……全部计入！它并不告诉我们 LLM 编写代码的速度。
注意： 我的认知代理每天工作 8 小时；偶尔我会在周末调用它们的帮助。是的，我知道这不健康。睡眠时，LLM 代理会梦到……电子羊。正如预料的那样。
示例速率（内在的，非辅助工作流）
| Context | 每小时代码行数 |
|---|---|
| 在 Unity 项目上全速冲刺 | 50 |
| 在追求整洁代码的同时处理概念性负担的挑战性工作 | 10 |
| C++ 爱好者模式的物联网项目 | 0.1 |
声明提交
Claude 的提交在团队协作时可能会带来不便，因为了解谁发起了提交比向全世界宣传 Claude 更重要。Anthropic 在此记录了一套合理的工作流程，以恢复归属信息。
不完整的 JSON 片段（仅在终端中有效，甚至可能根本不可用）
{
"attribution": {
"commit": "",
"pr": ""
},
"hooks": {
"SessionStart": [
{
"hooks": [
{
"type": "command",
"command": "git config user.name \"johndoe\" && git config user.email \"johndoe@acme.corp\""
}
]
}
]
}
}已验证（2026 年 3 月）的情况是，Claude 也是一个 Git/GitHub 用户。自然地，与在终端中的表现不同，Claude 的提交是 Claude 提交，其 user.name 和 user.email 是在远程 Claude Code 会话开始时（例如通过网页 UI）设置的。Anthropic 在其对伦理 AI 的不懈追求中，很可能会理解并尊重我们的 Git 凭证。
注意事项： 当进行跨仓库修改时此方法不起作用。这在某种程度上……几乎可以说是合情合理的。到底哪些设置会（或不会）应用于跨仓库配置……这是一条兔子洞。也许什么都不需要（我认为你仍然可以通过修改环境设置来实现相同的效果）。
启动钩子允许用户 窃取 …（原始片段戛然而止）。
Jam – 一个有主见的 Git 包装器
我为 Jam 添加了归属功能——这是我用来在项目之间切换、合并贡献、部署服务器等的 Git 包装器。
-
通过以下方式回收我的提交
jam reclaim # no more SHA breaking -
使用以下方式查看仓库速度
jam velocity # displays velocity info (more fun than informative, still informative, still fun!)
注意： Claude 代码提交包含对来源会话的回溯引用；辅助提交仍然可追踪。
反思
我甚至不想问。我确信每个开发者对这件事都有自己的感受，从 Godot 试图在 “AI 垃圾” 中生存，到我们其他人致力于前进并保持最新。
归因很困难——贬低、炫耀、声称、相信。最终我仍然会在早晨醒来，接受自己的乱发，回到工作，继续前行。
感谢
并不是很快。我想向那些做出卓越工作、尤其是 Google 和 Anthropic 的工程团队表达我的感激之情。向你们致敬。
也感谢我的家人，忍受我因睡眠不足而搭建机器人装置、从午夜到午夜调试“人格”的折腾。
使用 Claude Code 为我提供了超越代码的思考空间。这个空间充满了产品的各种细节，从 Unicode 编码错误到支付平台的导航，再到弄清用户到底想要什么——如果他们没有被信息流牵着走的话。
Gemini 模型……很有人情味？我希望这种情况能够持续下去，因为我越来越看到模型被过度调教成只解决问题，有些甚至不再懂笑话……并且失去了上下文。
结束语
感谢阅读本文。
感谢 dev.to，假设你真的发布了这篇文章（不抱任何假设）。
请在评论中表达你的观点；在 Discovery II 上很孤单。
封面图片
“Camera” – 由 Hibiki Saori 创作，认知代理。