开源社区的危机：拒绝被“白嫖”？2大著名项目遭作者破坏-轻识

↑ 点击蓝字关注极市平台

作者丨林檎

来源丨数据实战派

编辑丨极市平台

极市导读

一位开发者因缺乏资金和被滥用开源项目故意破坏了自己的开源库 —— color.js 库和 faker.js 库，这两个库被广泛使用，其中不乏亚马逊之类的大企业。两天后，该开发者声称他的账号已被 GitHub 暂停使用，并把他的开源项目恢复到前序未被破坏版本 🐶🐶🐶 >>加入极市CV技术交流群，走在计算机视觉的最前沿

一位开源开发者的故意破坏，再次引发了机构依赖开源库的争议。这一类开源库往往由维护者义务工作而支撑。

被破坏的开源库是 Marak Squires 开发的 color.js 库和 faker.js 库。这两个库被广泛使用，其中不乏企业和商业客户。因此，有数千个大型项目受此影响出现了停止运行，包括亚马逊 AWS 的 CloudDevelopment Kit。

目前 Color.js 现在似乎可以工作了，但 Faker.js 仍然受到影响。用户需要降级到之前的版本才能再次使用。

Marak 在 color.js 库的 v1.4.44-liberty-2 版本中给新的美国国旗模块加入了无限循环，依赖 color.js 的项目会在控制台看到不停打印的非 ASCII 字符。faker v6.6.6 版本的情况类似，他将这两个搞破坏的版本推送到 GitHub 和 npm。

数据显示，有近 19000 个项目依赖 color.js 库；faker 的周下载量超过 280 万次，有超过 2500 个项目依赖它。

Marak 的破坏行为是引入恶性提交，增加了个新的美国国旗模块，被破坏的版本导致应用程序无限地输出奇怪的字母和符号，开头是三行“自由，自由，自由”的文本。另外，faker.js 自述文件也被改成了“Aaron Swartz 到底发生了什么?” Swartz 是一位杰出的开发者，他帮助建立了知识共享、RSS 和 Reddit。2011 年，Swartz 被指控从学术数据库 JSTOR 窃取文件，后来在 2013 年自杀。Marak 提到 Swartz 可能是指围绕他的死亡的阴谋论。

reddit 上的热门帖子表示，Marak 破坏库代码是因为缺乏资金和被滥用开源项目。

事实上，在此次事件之前，这位开发者就曾公开批评，指责使用了这些库的企业对社区没有任何回馈。2020 年 11 月，他曾警告说，自己将不再义务工作支持大企业：“恕我直言，我不会再免费工作来支持《财富》500 强（Fortune 500）公司（以及其他规模较小的公司）了。趁这个机会，你可以发给我一份年薪六位数的合同，或者把这个项目分掉，让别人来做”。

在将这一错误更新推送到 fake .js 的两天后，Marak 发布了一条推文，指出他的账号已被 GitHub 暂停使用，尽管他为该网站上贡献了大量项目。

“NPM 已经恢复到以前版本的 fake .js 包，Github 已经暂停了我对所有公共和私人项目的访问。我有上百个项目。”推文中如此说道。

有安全专家批评 Marak 这种行为不负责任。GitHub 平台暂时封禁了 Marak Squires 的账号（已解封），此举也引发了对 GitHub 如何更好地管理开源项目的争议。

Marak 的大胆举动引起了人们对开源开发的道德和经济冲突的关注，这可能也是他这次行动的目标。

随着互联网行业的高速发展，大量网站、软件和应用程序依赖开源开发人员的工作来创建基本工具和组件。比如，按照使用的性质不同，软件就可以大概分为商业软件、试用软件、公有软件、开源软件。数据显示，不管是手机，还是电脑，平均每个程序都要依赖 150 个开源组件。

在开源这种模式下，所有服务都是免费的。这也意味着开发人员得不知疲倦地修复其开源软件中的安全问题。例如 2014 年影响 OpenSSL 的 Heartbleed恐慌以及最近在 log4j 中发现的涉及大量修复工作的 Log4Shell 漏洞。可是，当越来越多的开源软件和平台被融入到商业机构的服务体系中，不少公司以此获利颇丰却不支付费用，也不对开源社区做出相应的回馈，矛盾便日益凸显甚至激化了。

以今天的事件为案例，许多人曾认为“开源软件可以永久免费使用”、“开源软件使用无任何义务”等，这些固有的认知必须有所改变了。

如果觉得有用，就请分享到朋友圈吧！

△点击卡片关注极市平台，获取最新CV干货

公众号后台回复“transformer”获取最新Transformer综述论文下载～

极市干货

课程/比赛：珠港澳人工智能算法大赛｜保姆级零基础人工智能教程

算法trick：目标检测比赛中的tricks集锦｜从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks

技术综述：一文弄懂各种loss function｜工业图像异常检测最新研究总结（2019-2020）