ÉlőUtoljára: 22 perceMa: 14
Szabályozásfrissítve: 18:05

Az Anthropic DMCA-kérésének célkeresztjébe kerültek jogos GitHub-forkok

Az Anthropic által benyújtott DMCA-értesítés miatt a GitHub 8 100 Claude Code-forkot letiltott, köztük sok jogszerűen nyílt forrású változatot, míg a cég csak 96, a szivárgott kódot tartalmazó tárolót tartja érintettnek.

Az Anthropic DMCA-kérésének célkeresztjébe kerültek jogos GitHub-forkok
Fotó: Matthew Fournier / Unsplash
forrás: Ars Technica·AI Forradalom szerk.·
Megosztás

Anthropic a GitHub-on a „leak-fókuszú” DMCA-értesítésével a Claude Code kliens forráskódjának szivárgását célzó felhasználó, nirholas által feltöltött 100–kal több névvel ellátott forkot érintő tárolót zárta le. A cikkben megjelent, hogy GitHub 8 100 hasonló forkot is eltávolított, mert a beadvány szerint „az összes vagy legtöbb fork ugyanúgy sérti a szerzői jogot, mint a szülő-repo”. (Ars Technica)

Az érintett forkok közül sok nem tartalmazott szivárgott kódot; azok csak a hivatalos, nyilvános Claude Code repo legális forkjai voltak, amelyet Anthropic a hibajelentések ösztönzésére oszt meg.

Anthropic vezetője, Boris Cherny közölte, hogy a túlzott leszedés „nem szándékos”, és a hiba „kommunikációs hibából” eredett. A cég a GitHub-hoz fordult, és kérte a letiltások visszavonását, kivéve a 96 konkrét, a DMCA-ben megnevezett fork URL-t.

A GitHub közölte, hogy a helyzetet javították: a 8 100 repo újra elérhetővé vált, és a DMCA-t csak a megadott, szivárgott kódot tartalmazó repo érintette.

Azonban a szivárgott kód más platformokon, például Codeberg-en, továbbra is elérhető, és a közösség AI-alapú „clean-room” újraírásokat készített TypeScriptből Pythonba és Rustba. Az ilyen újraírások jogi státusza még vitatott, de a szivárgás terjedése nehezíti a teljes eltávolítást.

Forrás

Feldolgozott sajtóforrás·Ars Technica

Eredeti cikk megnyitása →

Ez a cikk a fenti sajtóforrás alapján készült AI-összefoglalóval.

tetszett a cikk? oszd meg →
Megosztás

Tetszik az oldal? Támogasd a fejlesztést

Az AI Forradalom egy automatizált pipeline: napi adatgyűjtés, LLM-feldolgozás és infrastruktúra fenntartása valódi költségekkel jár. Ha értékesnek találod a tömör, naprakész AI-összefoglalókat, egy kávé sokat segít.

Támogatom