Codeberg acaba de marcar una línea poco común entre open source como licencia y software libre como colaboración humana.

El 23 de julio, Codeberg e.V. publicó dos votos de sus miembros sobre LLMs. El primero promete que el forge y sus servicios no usarán datos de proyectos o usuarios para entrenar generative AI. El segundo cambia los Terms of Use para prohibir "vibe-coded projects", proyectos creados o mantenidos sobre todo con heavy use of LLMs.

Forge open source independiente con revisores humanos y una rama generada por IA fuera del proceso

Codeberg no es GitHub en escala. Es una infraestructura comunitaria, ligada al mundo FLOSS y Forgejo. Precisamente por eso importa: no vende IA como productividad, sino que pregunta si un forge financiado por donaciones debe alojar repositorios que son abiertos por licencia pero casi no tienen mantenimiento humano real.

La votación más polémica pasó con 358 apoyos, 144 rechazos y 14 abstenciones, con participación cercana al 50% de active members. Codeberg dice que no hará una limpieza masiva inmediata. Proyectos con comunidad activa, historia pre-LLM o contribuciones puntuales generadas con LLM no deberían verse afectados si el proyecto no depende de heavy LLM use.

La razón práctica

El argumento no es sólo cultural. Codeberg señala crawlers que intentan ingerir código para entrenar modelos y generan consultas costosas. También habla de storage, CI/CD y releases para proyectos con mucha actividad aparente y casi ningún usuario. La IA permite producir la forma de un proyecto grande sin la comunidad que normalmente lo sostiene.

También está la confianza. Los maintainers reciben parches generados por LLM que pueden exigir más revisión que código humano mediocre. Y existe el problema de license laundering: código copyleft puede reaparecer como output de modelo sin obligaciones recíprocas claras.

El riesgo

"Vibe-coded" no es una categoría fácil. La IA puede ayudar con tests, documentación, autocomplete, refactors o implementación agentic completa. La frontera no siempre se ve en el diff. Por eso críticos en Hacker News cuestionaron la aplicación selectiva y el riesgo de gatekeeping moral.

La lección práctica para maintainers es escribir una AI contribution policy: qué se permite, qué debe declararse, cuándo se rechaza código que el contributor no puede explicar, y cómo se evalúan copyright, tests, seguridad y maintainability.

Codeberg puede convertirse en un hogar más explícito para proyectos FLOSS human-first. Otros forges elegirán otro camino. Esa pluralidad puede ser sana, siempre que las reglas sean claras antes del pull request.