“写笔记”支持四种格式——Word 文档、Excel 表格、Markdown、纯文本，起稿或二次编辑时都能随时切换，同一篇笔记想用哪种形态来记，都由你说了算。
md、txt、csv、json 这类纯文本则原样载入，不做多余加工。拿一张现成的表倒进来、改几笔、再导出去，等于白用一台免费的格式转换器。
要带走就在右上角点“下载”，可导出 PDF、Word、Markdown、Excel、TXT 等格式；列表卡片“⋯”菜单里，也有同样的下载入口。
在“工具”页点“＋ 上传工具”即可发布：填好名称与链接，再用 Markdown 把使用方法写清楚——能解决什么问题、怎么装、怎么用，比堆介绍实在。
要分发安装包就一并上传压缩包（ZIP、RAR、7Z、TAR.GZ，最大 35MB），别人在详情页一键下载；只放链接不带附件也可以。
工具按大家的收藏热度排序，好用的自然会被顶上来。发布后可在详情页或卡片菜单里编辑、下架。
写笔记时勾上“隐藏”，这篇就只存在于你自己的账号里：不进列表、不进搜索、不上首页精选，也不会出现在任何公开的页面，链接发给别人同样打不开。
适合放密码、草稿、日记这类只给自己看的内容；想公开，去“发布”打开它，把“隐藏”的勾去掉再保存，之后编辑会默认保持原状态，不会悄悄变回公开。
你的内容会同时保存在多个副本上，系统定期做备份与完整性校验，再配合异地容灾机制：就算某台机器出问题，数据也不会丢，可以长期放心存放；特别重要的资料，仍建议你另外再留一份备份。
全站跑在容器化、模块化的现代架构上，更新、部署、回滚都很快，扩展性和稳定性都按长期运营的标准来设计（Built for reliability, designed to scale）。
这个网站最早只是一个人的笔记仓库，后来慢慢长成现在的知识中枢。设计上很克制——没有广告、没有追踪、没有推荐算法，只是干干净净地存放一些东西；既然做好了，就公开出来，万一有人用得上呢。
不做大而全，不做平台梦，保持简单、保持克制、保持好奇。所有内容都由用户贡献、由用户维护：不会突然冒出付费墙，不会在角落塞广告位，也不会把你的数据卖给第三方。
产品会持续迭代，站内日志页记录着每一次改动，改了什么都有迹可循；想了解这个站是怎么一步步走到今天的，翻翻日志就能看到来龙去脉。
如果在这里看到涉嫌违规的内容，点对应卡片右侧的“举报”按钮就能提交，我们会尽快核实处理；也谢谢你花一点时间，一起把这里维护干净。
GitHub Copilot investigation
{"category":"法律政治","title_cn":"GitHub Copilot 调查：开源代码的版权危机与法律边界","content":"> 开源代码未经许可被 Copilot 大规模使用，引发版权侵权与开源社区存续的法律调查。
引言：开源的沉默危机
你或许不介意 GitHub Copilot 未经询问就使用了你的开源代码——但若它最终抹去了你的整个开源社区，你将作何感想？这是 Matthew Butterick（作家、设计师、程序员、律师，著有《Practical Typography》与《Typography for Lawyers》，曾参与 Red Hat 与 Racket 项目）提出的尖锐问题。2022 年 6 月，他在一篇博文中首次探讨了 Copilot 的法律问题，尤其是其对开源许可证的处理不当。如今，他已重新激活加州律师资格，与 Joseph Saveri 律师事务所的集体诉讼团队合作，正式展开对 GitHub Copilot 潜在违反开源作者与终端用户法定义务的调查。
什么是 GitHub Copilot？
GitHub Copilot 是微软于 2022 年 6 月发布的产品，此前经历了一年的技术预览。它是一款针对 Visual Studio 及其他 IDE 的插件，通过分析用户在编辑器中的输入来生成微软所谓的“建议”（suggestions）。知名程序员 Jamie Zawinski 的评价一针见血：
“它是个营销噱头，是个玩笑，但同时也是一个大规模的许可证违规框架。”
Copilot 与传统自动补全有本质区别。它由 Codex 驱动——这是一套 OpenAI 创造并授权给微软的人工智能系统（尽管微软常被视为 OpenAI 的“非官方所有者”）。Copilot 能根据用户的文本提示生成代码建议，小到一行代码的结尾，大到完整函数体。Matthew Butterick 在其早期文章《This copilot is stupid and wants to kill me》中已有演示。
那么，Codex 是如何训练的？根据 OpenAI 的说法，Codex 基于“数千万个公共仓库”的训练数据，其中包括 GitHub 上的代码。微软本身对训练材料的描述也颇为含混——“数十亿行公共代码”。但 Copilot 研究员 Eddie Aftandilian 在近期播客中确认，Copilot 确实是在“GitHub 上的公共仓库”上训练的。
Copilot 的法律问题：训练与使用两端齐发
训练端：许可证义务与公平使用的博弈
绝大多数开源软件通过许可证授予用户特定权利，同时施加相应义务（如保留源代码的准确署名）。这些许可证的法律基础在于软件作者对其代码主张版权。因此，任何希望使用开源软件的人都面临两种选择：要么遵守许可证施加的义务，要么寻找许可证例外（如版权法中的“公平使用”）。微软和 OpenAI 已承认 Copilot 与 Codex 使用了 GitHub 上的公共开源仓库进行训练。问题在于：他们选择了哪条路？
如果微软和 OpenAI 选择遵循各开源许可证使用这些仓库，他们就需要大量发布著作权声明——这是几乎每种开源许可证的最低要求。然而，没有任何可见的署名。因此，他们必然是在依赖“公平使用”的抗辩。事实也是如此：GitHub 前 CEO Nat Friedman 在 Copilot 技术预览期间就声称“基于公共数据训练机器学习系统属于公平使用”。
但这真的是公平使用吗？这不是观点问题，而是法律问题。微软、OpenAI 及其他研究者自然在积极推广公平使用论。Friedman 还声称有“被机器学习社区广泛依赖的公平使用判例”。然而，软件自由保护组织（Software Freedom Conservancy）并不同意。该组织主任 Bradley Kuhn 透露：
“我们于 2021 年 6 月私下询问了 Friedman 及微软、GitHub 的其他代表，要求他们为 GitHub 的公开法律立场提供确凿的法律参考……他们没有提供任何参考。”
为什么微软不能为其立场提供法律依据？因为 SFC 是正确的：根本不存在这样的依据。尽管一些法院审理过相关问题，但美国尚无任何案件直接解决 AI 训练中的公平使用影响。此外，公平使用案例需要在多重因素间权衡。即使法院最终裁定某种 AI 训练属于公平使用——尽管这种可能性存在——也可能同时排除其他情形。截至目前，Copilot 或 Codex 究竟处于该光谱的哪一端，无人知晓。微软和 OpenAI 也不清楚。
使用端：生成代码的版权泥潭
我们还无法断言公平使用最终如何适用于 AI 训练，但有一点可以肯定：这项裁决不会影响 Copilot 用户——因为他们只是在使用 Copilot 输出代码。那么，这些输出代码的版权和许可状态又是怎样的？
这里再次显现微软的含糊其辞。2021 年，Nat Friedman 声称 Copilot 的“输出属于操作者，就像编译器一样”。但这是一种误导性的类比，因为 Copilot 为毫无戒心的人设下了新的陷阱。微软将 Copilot 的输出描述为一系列代码“建议”，且“不对此主张任何权利”，但同时也不对生成代码的正确性、安全性或知识产权纠缠提供任何保证。一旦接受 Copilot 的建议，这一切都将成为你的责任：“你有责任确保代码的安全和质量。我们建议你像使用任何并非自己编写的代码一样，对 Copilot 生成的代码采取同样的预防措施，包括严格的测试、IP 扫描和跟踪安全漏洞。”Bradley Kuhn 对此评论道：
“Copilot 将 copyleft 合规性留作用户的练习。用户可能面临不断增长的义务，且随着 Copilot 的改进，这种义务只会增加。”
实证：逐字输出的版权风险
用户们已经展示了可能出现的纠缠局面——有多个案例表明，Copilot 可以被诱导从可识别的仓库中逐字输出代码。就在最近，德克萨斯 A&M 大学教授 Tim Davis 提供了大量示例，展示了 Copilot 如何逐字复制他代码块的大段内容。他报告称，Copilot 输出了他全部 85 个函数中的 55 个，这些函数的源代码要么未标注署名、未附许可证，要么仅给出微弱的出处暗示。Davis 是 SuiteSparse 的作者，这是一套在科研、工业领域广泛使用的高性能稀疏矩阵库，以 LGPL 许可证发布。他明确表示，这些输出没有他可接受的许可证（他公开拒绝接受 LGPL 之外的任何许可），并且“Copilot 的输出并非原创——它只是在复制，这等同于盗窃”。
更深层的担忧：开源社区的存续危机
这不仅仅是代码归属的问题。Matthew Butterick 在调查声明中提出了更宏大的忧虑：若 Copilot 无所顾忌地吞纳、再输出开源代码而无需任何许可证合规——是否将从根基上割裂开源生态的互惠契约？开源许可证的本质是创作者以一定条件共享作品，换取社区的认可、改进和传播。若 AI 系统能够绕过这些条件而不受法律制裁，那么开源创作者的合作意愿可能崩塌，整个开源社区将面临被“抹除”（erasure）的生存危机。这一担忧并非空穴来风——Ryan Fleury 表示：
“我们都刚刚收到一个警醒——微软并不是我们被告知的那个了不起的、友好的、完全合乎道德的企业……”
法律依据与调查展望
本页仅为信息告知，所述法律原则基于美国版权法。Matthew Butterick 与 Joseph Saveri 律师事务所在此不构成律师-客户关系，亦不提供法律意见。该调查团队正在搜集证据，邀请开源作者和用户分享受 Copilot 影响的经历，以评估提起集体诉讼（class-action lawsuit）的适格性与损害范围。他们将重点审查：
- Copilot 与 Codex 的训练数据集是否构成对开源许可证的系统性违反；
- 微软与 OpenAI 援引“公平使用”抗辩是否站得住脚；
- Copilot 输出代码是否对用户造成无可逃避的法律责任；
- 大规模逐字复制是否构成直接版权侵权及间接侵权。
截至本页发布，该调查仍在进行中。正如 Butterick 所强调的，这是法律问题，而非观点辩论。尽管 AI 训练是否构成公平使用尚无定论，但微软与 OpenAI 的做法——回避许可证义务、不提供任何法律依据——已经显示出对开源法秩序的系统性挑战。这场诉讼若成功，不仅将重塑 AI 训练与代码生成的法律边界，更将决定开源社区能否在 AI 时代存续的基本权利结构。