Codeberg, la piattaforma di hosting per progetti open source gestita da un’associazione no-profit, ha approvato due mozioni sull’AI con voto degli iscritti. La prima promette di non usare mai il codice o i dati dei progetti ospitati per addestrare LLM. La seconda, più divisiva (358 favorevoli contro 144 contrari, con il 50% di affluenza), modifica i termini d’uso per vietare i vibe-coded projects: progetti generati in serie da singoli sviluppatori con LLM, spesso con più piattaforme supportate che utenti reali, che consumano risorse sproporzionate.

La posizione arriva nel momento giusto del dibattito sul training data. Come raccontavamo il 22 luglio a proposito della proposta di Ben Thompson sul fair use, i lab AI addestrano su miliardi di pagine senza permesso mentre vietano agli altri di imparare dai loro modelli. Codeberg porta la voce di chi quei dati li produce e li mette in comune gratis.

Per chi si potenzia con l’AI, la questione ha un risvolto concreto. I crawler dei lab AI sovraccaricano le infrastrutture volunteer: leggono ogni pagina, ogni variante di issue, ogni commit della storia Git. I costi ricadono sulle piattaforme. Un disco SSD che Codeberg pagava 700 euro qualche anno fa ora costa 3.700, spesso fuori stock.

Codeberg alza la voce su qualcosa che pochi dicono chiaro: il software libero è una risorsa comune che l’industria dell’AI consuma senza compensarla. Resta da vedere se questa posizione resterà isolata o diventerà un modello per altre piattaforme.

Nel dettaglio

Codeberg non è un qualsiasi forge. È la piattaforma di hosting nata come alternativa etica a GitHub, gestita da Codeberg e.V., un’associazione no-profit tedesca finanziata da donazioni, che possiede il proprio hardware e offre servizi gratuiti a sviluppatori e progetti open source. Le due mozioni approvate il 23 luglio 2026 nascono dall’assemblea annuale dei soci, dove le proposte si discutono in diretta e si votano in modo asincrono nel giro di 14 giorni.

La prima mozione ricalca la privacy policy esistente (“We do not want to need your data”) e la estende al training degli LLM. Il testo dice che Codeberg non userà né permetterà l’uso del codice o dei dati dei progetti per addestrare AI generativa. La motivazione esplicita è che queste tecnologie sono “incompatibili con la creazione e manutenzione responsabile di software libero e open source”. È una posizione di principio che parte dall’associazione, non dai singoli progetti: il divieto riguarda l’infrastruttura, non la licenza del codice.

La seconda mozione è quella che ha acceso il dibattito. Approvata con 358 voti favorevoli, 144 contrari e 14 astenuti (un’affluenza del 50% degli iscritti attivi, alta per un’assemblea di questo tipo), modifica i termini d’uso per vietare i “vibe-coded projects”. Il termine viene dalla pratica di generare codice con LLM in modo rapido e iterativo, senza una comunità reale intorno al progetto. Codeberg descrive il fenomeno con precisione: progetti con un solo sviluppatore, nessun utente, ma CI/CD pesanti, binary release grandi, e più piattaforme supportate di quante siano le persone che le usano. Questi progetti consumano tanto storage e compute quanto i grandi progetti community, senza portare valore condiviso.

Il punto pratico è l’infrastruttura sotto stress. Codeberg documenta come i crawler dei lab AI leggano sistematicamente ogni pagina: i file del repository e tutte le varianti dei filtri delle issue, la storia Git completa, i file a ogni commit anche quando sono identici. Questo genera query costose sul database, degrada il servizio per chi lo usa, e costringe il team a costruire meccanismi di difesa (rate limiting, blocchi) che peggiorano l’esperienza anche per gli utenti legittimi.

Poi c’è il costo dell’hardware. L’industria degli LLM ha fatto schizzare i prezzi di SSD e memoria. Codeberg cita un esempio concreto: il tipo di disco che pagava 700 euro qualche anno fa ora costa 3.700 ed è spesso fuori stock. Anche possedendo il proprio hardware, e quindi essendo meno esposti ai costi cloud, il rinnovo e l’espansione sono diventati proibitivi. Soldi che non vanno in nuovi servizi o nella mission, ma in hardware gonfiato dal mercato AI.

Il filo che lega questa storia al resto del dibattito è quello del training data e del copyright. Oltre alla proposta di Thompson sul fair use, il 14 luglio abbiamo raccontato come Satya Nadella accusasse i lab AI di addestrarsi sui dati altrui vietando però la distillazione dei loro modelli. Codeberg porta l’argomento dal lato di chi i dati li fornisce senza contropartita: il software libero è materiale di addestramento, ma l’ecosistema che lo produce non riceve nulla in cambio.

I limiti di questa mossa sono evidenti. Codeberg è una piattaforma relativamente piccola rispetto a GitHub, e i suoi termini d’uso vincolano solo chi ospita progetti lì. I crawler possono estrarre il codice da cloni pubblici altrove. Il divieto sui vibe-coded projects è difficile da applicare in modo non arbitrario: dove tracci la linea fra un progetto generato con AI da uno sviluppatore solitario e un progetto legittimo con pochi contributor? Codeberg stessa riconosce che dovrà ancora chiarire l’impatto pratico.