项目最近收到一些公司的贡献，开始有人建议我加 CLA（贡献者许可协议），我有点拿不准，想听听大家的看法。
加 CLA 的好处：方便未来变更协议或商业化，避免版权纠纷；坏处：增加贡献门槛，可能劝退个人贡献者，而且 CLA 给人的感觉就是"维护者要独占版权"，有点伤社区氛围。
我目前的项目是 MIT，纯个人维护，没有商业化打算，所以一直在犹豫。
大家的项目都加 CLA 了吗？什么情况下值得加？有没有对社区友好的 CLA 方案？
回复
暂时没有回复。
Related
相关推荐
讨论
独立开发者应该先做内容还是先做产品？
社区讨论帖，欢迎分享你的经验和观点。
讨论
吐槽：开源模型和闭源模型差距又拉开了
每次以为开源快追上了，闭源一个新版本又把差距拉开。推理能力、长任务稳定性、agent 能力，开源暂时还是跟不上头部闭源。 不是说开源没用，自部署、隐私、成本这些场景开源还是香。但在"最强能力"这条线上，闭源目前确实领先。 希望开源继续发力追上。大家日常用开源多还是闭源多？觉得差距
讨论
大模型选型：闭源 vs 开源 vs 自部署
做应用最纠结的就是选型，我把三种路线的取舍理一下。 闭源 API：能力最强、上手最快、最贵、数据要出域。开源 API（第三方托管）：能力次之、便宜、灵活。完全自部署：最便宜（量大时）、数据完全自控、运维和硬件成本高、能力打折。 我的经验是：早期用闭源快速验证，规模上来后核心链路切
讨论
用 Ollama 本地跑模型的真实体验
为了隐私和零成本，我用 Ollama 在本机跑了几个开源模型，聊聊体验。 7B 左右的模型在我 16G 显存的机器上跑得还行，速度能接受；再大就吃力了，要么慢要么塞不下。日常做摘要、翻译、简单问答够用，复杂推理和长任务还是得靠云端大模型。 最大价值是离线、隐私、零成本原型验证。大