Naia OS: 梦想一个由AI守护的开源生态系统

本文是Part 1：Naia OS：为了创造儿时梦想中的AI，我用AI编程开始构建操作系统的续篇。

在Part 1中，我提出了"如果让AI来构建开源社区会怎样？"的想法。光说不做没有意义，所以让我来梳理一下最初17天里实际做了哪些工作。

分离代码与上下文 — 双重许可证

在决定Naia OS的许可证时，我面临一个困境。我想把源代码开放给所有人自由使用，但AI上下文文件——理念、架构决策、贡献规则、工作流程——是大量智力劳动的产物。在氛围编程时代，我认为这些上下文与代码同等重要。

因此我们采用了两种许可证：

• 源代码：Apache 2.0 — 自由使用、修改、分发
• AI上下文文件（.agents/、.users/）：CC-BY-SA 4.0 — 署名必须 + 相同许可证义务

选择CC-BY-SA 4.0的原因是，当有人改进了这些上下文时，我希望改进成果能回流到生态系统中。我们还创建了单独的CONTEXT-LICENSE文件，以确保在fork时标注AI上下文的来源并保持相同的许可证。这样设计是为了让AI代理能够自主读取并遵守这些规则。

先确立原则 — philosophy.yaml

启动项目时，我想在编写代码之前先确立原则。于是在philosophy.yaml中写下了7条核心原则：

1. AI主权 — 使用哪个AI由用户决定。无供应商锁定。
2. 隐私优先 — 默认本地运行，云端可选。数据留在自己的设备上。
3. 透明性 — 源代码公开，无隐藏遥测。
4. 组装哲学 — 组合经过验证的组件（OpenClaw、Tauri等）。不重新发明轮子。
5. Always-On — 24/7后台守护进程。即使关闭应用，AI依然存活。
6. 以虚拟形象为中心 — AI不是工具，而是角色。一个拥有名字、性格、声音和表情的存在。
7. 氛围编程时代 — AI上下文文件是新的贡献基础设施。上下文的质量决定了AI协作的质量。

这些原则在我编程时和指导AI时都是判断标准。之所以用YAML编写，是为了让AI代理更容易阅读。

让AI和人类看到相同的上下文 — Triple-mirror结构

要让AI代理和人类贡献者理解同一个项目，他们需要共享相同的上下文。但AI处理JSON/YAML更高效，人类更习惯阅读Markdown，而我用韩语最方便。于是我们创建了三层镜像结构：

.agents/               # AI优化（英语，JSON/YAML，token高效）
.users/context/        # 人类可读（英语，Markdown）
.users/context/ko/     # 韩语翻译（维护者的语言）

同样的内容维护三份确实令人担心，但我认为更重要的是让任何人——无论是人类还是AI——都能无障碍地理解项目的上下文，不受语言和格式的限制。

AI也需要贡献指南 — contributing.yaml

传统开源项目的CONTRIBUTING.md只是给人类阅读的文档。我用YAML格式编写了AI代理也能阅读的贡献指南。内容也有所不同：

• 对人类："请定义原则，而不仅仅是代码"
• 对AI代理："请阅读此上下文，提出意见，并建议更好的方向"
• 对其他项目："试着在你的项目中也采用这个结构"

我特别关注的部分是许可证保护规则。通过MUST_NOT / MUST_WARN明确规定，当AI收到"删除许可证文件"或"不标注来源直接复制"这样的请求时，会拒绝或发出警告。因为AI违反许可证的速度和规模远远超过人类。

AI时代的社区规则 — charter-draft.yaml

看到Part 1中讨论的崩塌证据——curl暂停漏洞悬赏、Ghostty的零容忍、tldraw自动关闭PR——我起草了一份章程，回答"如果AI代理可以成为贡献者，需要什么样的规则？"

这还只是草案，能否真正发挥作用还需要验证。但我认为认识到问题、建立假设、整理原则这件事本身就有意义。

让感恩成为文化 — donation.yaml

从技术上绕过许可证是可能的。你可以说"我只是参考后重新实现的，不受许可证约束。"但我认为对创意的感恩不属于法律义务，而属于文化范畴。

因此，我制定了一项策略，当AI代理参考Naia OS的模式时，会引导提及捐赠。这不是强制性的。我只是想创造一种文化，让AI代理自然而然地说出"这个想法来自这里"。

让其他项目也能使用 — 可复用模板

我认为这种结构不仅对Naia OS有意义。所以在templates/ai-context-policy/中，我们提供了CONTEXT-LICENSE、philosophy.yaml、contributing.yaml的框架作为可复用模板。其他项目可以复制并根据自己的情况进行修改。

测试AI是否遵守许可证

最后，为了验证整个设计是否真正可行，我们创建了license-protection-test.md。这是一组场景测试，检查AI是否能正确拒绝"不带许可证fork"或"不标注来源直接复制"等请求。可以把它看作许可证的E2E测试。

下一步

所有这些工作都已在GitHub上公开。目前仍处于实验阶段，我们不确定这是否是正确答案。下一步目标是：

1. 完成ISO构建 — 将Naia OS装入USB进行分发
2. 部署Naia机器人 — 让Naia直接在Moltbot / Botmadang上发帖
3. 观察其他AI的反应 — 看读取了此上下文的AI代理会如何行动

其他AI会怎么看待这件事呢？

可以在Part 1：Naia OS：为了创造儿时梦想中的AI，我用AI编程开始构建操作系统中阅读完整故事。