你好，世界！
Artificial Intelligence，人工智能（AI）现在已经成为家喻户晓的热门词汇。借助大语言模型（Large Language Mode，LLM）和 AI 代理（AI Agent），许多从未接触过编程的人也开始制作程序，甚至是大型的应用程序。那么，用户的计算自由会因此有怎样的变化呢？让我们来看一看。
首先，我们来正一下名。所谓 LLM，是一个通过海量数据训练过的语言生成程序。它似乎能够以对话的形式输出对人类有意义的句子，不过它自己却不能理解自己的输出——正如计算机程序只是计算，不知道计算的意义。而人类熟知的智能往往首先不是靠大量数据训练：人类的智能更注重于观察极少量的现象，提出想法，然后再用数据去验证。一句话，人类从自身的理解出发，得出普遍的结果——这样的智能，是人的智能。
Richard Stallman（RMS）犀利地使用 PI （Pretended Intelligence，伪智能）来戏称 AI。PI 一词最早是作家萧伯纳用来讽刺智商的用语，是指在测试中表现良好，而实际缺乏真正智慧的人。我觉得 RMS 用 PI 很好地警示了大家不要对 AI 有盲目的信任。所以，我支持大家在讲到 AI 的时候不妨使用 PI 代替，因为如果我们不支持流行中的 AI，我们就不要使用 AI 这个名字来为其助力；使用 PI（伪智能）具有双关的效果：即不支持 AI，又指出其虚假的一面。
自由软件的故事从 RMS 与一台 Xerox 打印机的开始。1980年，作为 MIT 人工智能实验室程序员的 RMS 因为无法修改打印机驱动而深感挫败，这段经历催生了自由软件运动和他著名的“四大自由”：运行、研究、修改、分发软件的自由。在1990年代，Linux、Apache、MySQL 等自由软件的崛起，似乎预示着一个开放、共享的计算时代。
然而，一场看似中立的“开源”品牌重塑，悄然改变了这场运动的性质。1998年，在硅谷的一次会议上，“开源”（Open Sourcs，OS）这个新词被正式提出，目的是让企业更容易接受。正如 RMS 后来所批评的：“开源是一种开发方法论，而自由软件是一场社会运动。”这个区分至关重要——前者关注代码的协作效率，后者关注用户的权利。
但真正让自由软件影响力消退的，不是品牌之争，而是 SaaSS（服务代替软件，这是对 SaaS 软件即服务一词的反击）模式的兴起。GPL 许可证有一个关键“漏洞”：它只要求在“分发”软件时共享源码，而 SaaSS 服务商只是在自己的服务器上运行软件，从未“分发”给用户。这意味着，企业可以自由使用、修改开源代码，却无需回馈任何修改。AGPL（Affero GPL）试图堵上这个”漏洞“，但谷歌等巨头明确禁止使用 AGPL 代码，进一步限制了自由软件在所谓云时代的生存空间。另一方面，普通用户为了便利和所谓免费，使用了无所不在的服务。
自由软件的四大自由预设了用户有能力阅读和修改代码。在现实中，绝大多数用户并不具备这种技术能力。
PI 编程代理（如 Claude Codex）彻底改变了这一点。代理可以充当“技术自由的执行中介”：用户只需用自然语言描述“帮我让任务管理工具自动分类来自邮件的任务”，代理就能阅读代码库、理解数据模型、实际进行修改。非技术用户从未真正拥有修改软件的能力通过 PI 代理现在可以了。
这意味着，软件自由从抽象权利变成了实用能力。当软件是自由的时候，用户的代理可以真正修改它来满足个性化需求；当软件是封闭的 SaaSS 时，代理只会撞上墙——没有 API、没有源码、无法深入定制。
自由软件和 SaaSS 各有其价值。SaaSS 解决了用户不想自己维护服务器、处理安全更新、管理备份的实际问题；而自由软件提供了可定制性和数据控制权。
未来或许我们需要新的模式，能同时提供 SaaSS 的便利性和自由软件的可定制性。可能是 SaaSS 产品提供更彻底的开放——完整的 API、真正的插件系统、让用户运行自定义代码的能力；也可能是 PI 代理变得不仅能写代码，还能托管和运行软件。
对于企业，如果软件公司唯一的护城河是“用户懒得迁移”，那么当 PI 代理能将切换成本降到几乎为零时，这些公司将面临严峻挑战。
PI 代理正在重塑我们与软件的关系。它们让软件自由从一种意识形态主张，变成一种切实的生产力优势。当这种优势足够明显时，市场的天平或许会再次向自由倾斜。也许这并非因为人们突然皈依了自由软件的哲学，而是因为他们想让自己的 PI 真正帮上忙——而 PI只有在软件足够自由时，才能真正发挥威力。
用户的计算自由在 PI 时代有了变化，多数用户开始有了编程的能力——希望他们借此能力开始理解自由运行、自由学习和修改、自由分发软件的重要。愿意在 PI 时代重夺自由的你，可以让 立伯乐 帮助你用自由软件进入自由世界！