原则（一句话）#

涉及借鉴 / 衍生 / AI 辅助 / 开源衍生物的产物，主动标注。不要让”完整自主”成默认叙事。

为什么#

橘鸦的两处自陈：

因为整个项目全都是 AI 浇筑的 💩 山，所以暂时不会开源。

项目代码主要由 AI 辅助生成，难免存在未尽之处。欢迎大家多提 Issue，或者提交 PR 共同改进！

他做的是：说清哪些是 AI 写的，基座来自谁，谁帮了忙，什么地方质量还没把握。然后欢迎别人提 Issue / PR。

这种信用存款比”假装什么都自己写”在长期看值钱得多：

1. 项目能活下去——别人信任就有参与动机
2. 信用累积——开源精神圈是互通的
3. 防翻车——日后别人发现是 AI 写的，反噬大

他还致谢了：

• yihong/gitblog —— 基座
• Deep Grey + JianrenJun —— juya-news-card 的代码贡献
• GMI Cloud / MiniMax / Qwen 等模型供应商

没把这些功劳归自己。这就是诚实的标注。

何时调用#

任何会署名 / 会被别人读到 / 可能流传的产物：

• 写文档 / 写代码 / 写诗 / 写文章
• 做插件 / 做网站 / 做演示
• 发到任何公开平台的内容
• 即便是内部 Wiki，AI 辅助部分也应当有标注习惯

怎么做（标准化标注）#

1
# 标准结尾标注（按需增减）
2

3
> 本文由 [agent/人] 起草，AI 辅助（[模型名]）。
4
> 参考 / 基座：[项目名] @ [作者/组织]，[链接]。
5
> 模型 / 工具：[模型名]，[链接]；如有突出贡献者，单独致谢。
6

7
# 代码项目 README 模板
8

9
- 致谢（Acknowledgements）
10
  - 基座项目：[链接]
11
  - 关键贡献：[个人 / 组织列表]
12
- AI 透明度（AI Transparency）
13
  - 主要代码生成：[模型名 / 比例]
14
  - 已知遗留问题：[链接到 issue 列表]

反例 / 边界#

• 「这个人写的代码 / 文章真的很牛」→「谁是 ta」——骗自己开始
• 完全不标注 AI 痕迹——日后翻车反噬
• 标注做得过度啰嗦——> 把致谢塞进正文段落，破坏阅读体验

关联原则#

• 04-跨平台分发：每个平台的元信息里都该有”出处 / 致谢”字段
• 06-视觉锚点：视觉源头应当明示