之前我们分析了想要获得准确有价值的静态分析结果，需要编译过程的介入。然而，现代的软件开发过程引入了大量的开源代码，参与编译的代码/工件并不全是自研的，软安SCA工具在一次对单体车机系统的完整扫描过程中，发现在约100G的项目中，有6500+的开源组件需要被治理，从代码占比的角度来说，80%以上的代码都是由开源部分构成。本质上来说，不论自研或是开源，都会作为源代码参与到静态分析的过程；我们以1024

近年来，人工智能大模型已从技术实验室走向全球产业化的核心舞台。而这一技术的背后，开源与闭源的博弈、数据版权争议及伦理风险日益凸显。开源虽然加速了AI模型的发展，但缺乏许可证约束可能导致模型滥用或知识产权纠纷。因此，了解AI许可相关的要求、限制、成本以及作用对于开发人员、研究人员、企业以及使用者都至关重要。训练数据的开放可能涉及版权风险（如使用受版权保护的书籍或网页内容）；包括模型架构、超参数和优化

然而，AI系统的复杂性也带来了诸多挑战，如数据安全、合规风险、数据偏见、隐私泄露和对抗性攻击等问题，引发了人们对AI安全的广泛关注，并促进了AI安全相关的标准、规范及框架制定，如TC260-003《生成式人工智能服务安全基本要求》、OWASP Top 10 for Large Language Model Applications及LLM and Gen AI App SecOps Framewo

开源合规场景100问」是软安科技联合广东信达律师事务所邹良城律师团队出品的栏目，以解析实际案例来解答开源许可合规的各种需求，以实战角度输出干货。本栏目长期连载，每期问题均来自用户真实案例，欢迎大家参与交流与探讨。某智能座舱企业提交给国外车厂的开源许可合规报告，当中包含一个开源组件SAX1.0（开源协议为SAX），此协议已被官方认可为：公共许可（Public Domain），但国外车厂仍要求用户给出