Anthropic Scion 抄袭 Meta Mononoke 争议升级，原作者再发文跟进

在 Hacker News 上讨论。

针对我昨天的文章关于 Anthropic 的 Scion 抄袭 Mononoke 一事，我收到了不少疑问与关切。以下是后续回应，以解答最关键的问题。

这就是抄袭。考虑到我当时所了解的情况，昨天的文章已经尽可能地从善意角度出发，尤其是认为与 Mononoke 的相似之处大多是无意的，未署名致谢也只是因为没有做好尽职调查。然而，文章发布之后，我私下获得了确认：Scion 是有意且明目张胆地抄袭了 Mononoke，尤其是人员上还存在重叠。绝无可能是无意的致敬。我昨天对此就有所预感，但鉴于当时所知有限，不太方便明说。

两者的相似远不止派生数据这一概念。有人指出，派生数据本质上就是一个索引，是个众所周知的概念。我想澄清的是，派生数据只是最引人注目的一个相似点。相似之处远比这更深，延伸到了整个数据模型，以及围绕其构建的诸多结构。

以下是 Anthropic 描述 Scion changesets 的方式：

Mononoke 也有同样的概念，我们称之为 Bonsai changeset。在 2022 年同一份 Oxide 资料中，我曾这样描述它们：

它们简直一模一样。就连 "Scion" 这个名字也是把 "Bonsai" 的音节倒过来，再去掉 "B"！这也许是巧合，也许不是。

至于派生数据，我还想提请大家注意被构建出来的索引的类型，比如用于 blame 的索引。需要这样做是 Bonsai 数据模型的自然结果，所以需要构建索引并不奇怪；我之所以特别强调，是因为术语和表述方式上的惊人相似——这确实正是我在 Meta 源代码控制团队时一贯的思考方式。

另一组相似之处在于用于执行版本控制查询与变更的服务端 API。这在 Mononoke 中已经实现了，但我相信 Mononoke 之前的其他系统也有类似设计，因此我不会宣称这是新颖的。不过，如果你的做法就是把 Mononoke 指给 Claude，让它照着重新实现一遍，那你设计出来的东西多半也会非常相似。

Bonsai 数据模型非常特立独行。我想强调，源代码控制领域的主流共识是基于 Git 的数据模型。在 2018 年，搭建一个 write-ahead log 风格的 Merkle DAG 与当时其他所有人的做法都相去甚远，并且沿途必须解决若干难题，例如如何执行服务端 rebase（据我所知，这是 Mononoke 中多个新颖算法之一）。2018 年我主导团队设计与实现该模型时，还曾亲自向 Meta 的好几层管理层进行解释。让跨级管理层被拉进来深入讨论一个系统的数据模型，是相当罕见的事。

Bonsai 数据模型同样取得了巨大的成功。 时至今日，近十年过去了，该模型早已被大幅拓展到最初设计参数之外，却依然在稳定运行。当年团队为构建它所付出的努力，至今仍是我职业生涯中最令我自豪的成就之一。考虑到人员上的重叠，Scion 团队没有任何合理的理由不知道这一点。（这正是他们相当合理地将其复制下来的原因！）这就引出了我的下一点：

问题在于署名，而非复制本身。 我在最初的博文中就提到过，我对好的点子被复制这件事完全不介意。我不能接受的是序列号被无意剥离，更不能接受它们被故意抹去。

仅向 Sapling 致谢"来之不易的经验"是不够的。 几位读者指出 Mononoke 是 Sapling 生态系统的一部分。这里的问题在于，Sapling 既可以指 VCS 客户端（sl，最初是从 hg fork 而来），也可以指整个系统。如果你曾在 Meta 的源代码管理团队工作过，你一定清楚这两者之间的区别。此外，二者的相似之处远不止"来之不易的经验"这么简单。Lore VCS 可以声称借鉴了 Mononoke，但它在多个方面也与 Mononoke 有所不同。Scion 与 Mononoke 的相似之处远不止于此，仅仅向 Sapling（甚至不是 Mononoke）致谢"来之不易的经验"是不诚实的。（具体来说，我本以为 Scion 的 changeset 部分会提到 Bonsai 的 changeset，因为那才是他们真正复制的东西。）

这让 Anthropic 的成就大打折扣。 任何将分布式系统投入生产的人都知道，在生产化过程中会出现多少问题。"我们的 LLM 构建了这样一套系统，将其生产化，并在 5 个月内处理了所有随之而来的挑战"这一叙事，远比"Meta 的源代码管理团队花了 10 年构建并生产化这套系统，而我们的 LLM 只需对着它重建并在 5 个月内完成"更具说服力。

……但它依然是一项相当了不起的成就。 能够指着已有的系统并在如此短的时间内将其重建，这仍然令人惊叹。让我感到震惊的是，Anthropic 竟然没有直接承认他们复制了 Mononoke 并在 5 个月内重建了它。即使没有那样宏大，这样的成绩依然值得关注。难道他们不知道自己会被指出这一点吗？

将自己的工作置于更大的背景之中总是有益的。 我们都站在巨人的肩膀上！借鉴并改造已有工作以适应新场景并没有错——这也是我作为工程师所做工作的绝大部分。当你把自己的工作定位为衍生之作时，你就在向前人致敬，正如你希望后人也会向你致谢一样。

一切成就都离不开团队。 就我个人而言，我离开 Mononoke 已经很多年了。这么多年过去，依然有一支团队在继续将这份工作向前推进。Anthropic 公然照搬 Bonsai 数据模型让我深受打击，但请也想想现在仍在维护它的团队——他们才是被最直接抄袭的人。想象一下，他们看到自己的成果被蓄意原样照搬，并被故意标榜为他人的作品，内心会是何等感受。

自从我两天前在 Bluesky 和 Linkedin 上首次发布关于这件事的帖子以来，我还没有看到原始帖子的任何更新。这仍然是大型 AI 公司侵占公共领域、将他人成果据为己有的又一个可耻例证。我不知道从这里开始重建信任需要付出什么，但我现在的默认假设是，Anthropic 的公开工程演讲基本上都是毫无诚意的抄袭之作。这很令人遗憾。