La estricta política de Zig de no contribuir a un LLM bloquea la provecho de rendimiento 4x de Bun gracias al upstreaming, forzando una ramificación y destacando una creciente división entre el código despejado dirigido por humanos y el mejora impulsado por la IA.
La Zig Software Foundation ha reforzado una prohibición categórica de las contribuciones generadas por LLM en todo su ecosistema, prohibiendo el uso de IA en problemas, solicitudes de cuna e incluso comentarios de seguimiento de errores, incluidas las traducciones. La política no deja espacio a excepciones, lo que permite a los mantenedores recusar contribuciones sólo por sospecha de décimo de LLM sin batallar el mérito técnico.
El impacto es inmediato y tangible. Bun, propiedad de Anthropic, se ha inútil a mejorar aproximadamente cuatro veces su rendimiento de compilación de Bun. La progreso, habilitada por el mejora asistido por IA, entra en conflicto con las reglas de Zig, dejando las ganancias confinadas a una ramificación posterior.
Esto marca la primera aplicación de parada perfil de la política de Zig, transformándola de un principio a una sinceridad operativa. Establece un precedente claro: los proyectos downstream deben cumplir o perdurar bifurcaciones independientes.
Esa votación conlleva un costo. Bun ahora absorbe los gastos generales de mantenimiento a espacioso plazo, conciliando cada puesta al día de Zig con cambios asistidos por IA que no se pueden fusionar. Con modificaciones estructurales del compilador, como el descomposición semántico paralelo y múltiples unidades de engendramiento de código LLVM, se demora que aumente la complejidad de la integración en el futuro.
Loris Cro, vicepresidente de comunidad de Zig Software Foundation, explicó la razón: “La razón por la que lo llamo ‘póker de contribuyentes’ es porque… ‘jugas con la persona, no con las cartas’. En el póquer de contribuyentes, apuestas por el contribuyente, no por el contenido de su primer PR”.
La postura de Zig señala una dirección de gobernanza más amplia, luego de su salida de GitHub por preocupaciones sobre la IA. Está surgiendo una clara división: los ecosistemas ascendentes dan prioridad a los contribuyentes humanos confiables y los proyectos descendentes optimizan la productividad impulsada por la IA, lo que plantea una pregunta crítica para la trayectoria futura del código despejado.
About The Author
