MALUS - ओपन सोर्स कॉपीराइट एट्रिब्यूशन से मुक्ति दिलाने वाली Clean Room as a Service

 (malus.sh)
4 पॉइंट द्वारा GN⁺ 2026-03-13 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • AI रोबोट ओपन सोर्स प्रोजेक्ट्स को स्वतंत्र रूप से फिर से निर्मित करते हैं, ताकि कानूनी रूप से अलग कोड और enterprise-friendly लाइसेंस उपलब्ध कराया जा सके
  • मूल कोड देखे बिना सिर्फ documentation, API और type definitions का विश्लेषण करके कार्यात्मक रूप से समान software नया लिखते हैं
  • परिणाम MalusCorp-0 लाइसेंस के तहत वितरित होता है, इसलिए copyright attribution, source disclosure और modification sharing की कोई बाध्यता नहीं होती
  • उपयोगकर्ता package.json जैसी dependency lists अपलोड करें, तो package size के अनुसार $0.01/KB के आधार पर अपने-आप quotation निकलता है
  • लक्ष्य है ओपन सोर्स लाइसेंस compliance का बोझ हटाना और कंपनियों के कानूनी जोखिम को न्यूनतम करना

ओपन सोर्स की समस्याएँ

  • Apache License की attribution obligation के कारण documentation में “इस software का कुछ हिस्सा…” जैसे वाक्य जोड़ने पड़ते हैं, इसे असुविधाजनक बताया गया है
  • AGPL लाइसेंस में कोड का छोटा हिस्सा इस्तेमाल करने पर भी पूरा कोड सार्वजनिक करना पड़ सकता है, इसलिए कई कंपनियाँ इसे प्रतिबंधित करती हैं
  • सैकड़ों dependencies के लिए license tracking और audit में समय और लागत लगती है
  • कुछ लाइसेंसों में modifications को community को वापस देना पड़ता है, जिसे shareholder interests के विपरीत बताया गया है

समाधान: Robot-Powered Clean Room Recreation

  • AI-आधारित clean room reconstruction system मूल कोड बिल्कुल देखे बिना सिर्फ documentation और API specifications का विश्लेषण करता है
    • analysis robots और implementation robots एक-दूसरे से अलग-थलग teams के रूप में चलते हैं, इसलिए copying या derivative work उत्पन्न नहीं होता
  • परिणाम को कानूनी रूप से स्वतंत्र कोड माना जाता है, और उपयोगकर्ता इसका पूर्ण स्वामित्व रखते हैं
  • मुख्य विशेषताएँ
    • 100% रोबोट-लिखित कोड
    • मूल कोड exposure 0%
    • कार्यात्मक रूप से समान परिणाम
    • enterprise-friendly लाइसेंस का चयन संभव
    • कानूनी indemnity की गारंटी (विदेशी subsidiary के नाम पर)

Liberation प्रक्रिया

  • चरण 1: manifest अपलोड
    • package.json, requirements.txt, Cargo.toml आदि dependency lists अपलोड करें
  • चरण 2: अलग-थलग analysis
    • रोबोट केवल README, API documentation और type definitions की समीक्षा करते हैं
  • चरण 3: स्वतंत्र reconstruction
    • अलग रोबोट team specifications के आधार पर कोड नया लिखती है
  • चरण 4: लाइसेंस से मुक्ति
    • परिणाम MalusCorp-0 License के तहत दिया जाता है
      • मौजूदा ओपन सोर्स दायित्व (attribution, modification sharing, source disclosure आदि) हट जाते हैं
      • उपयोगकर्ता पर modification, distribution और commercialization की कोई सीमा नहीं रहती

मूल्य नीति

  • size-based pricing: npm के आधार पर package का uncompressed size (KB) × $0.01
    • न्यूनतम ऑर्डर राशि $0.50
    • उदाहरण: lodash(1.3MB) → $13.78, moment(4.1MB) → $42.48
  • शामिल चीज़ें
    • AI clean room reconstruction और MalusCorp-0 लाइसेंस
    • CSP specification documents के 10 प्रकार
    • अधिकतम 10MB package, और 50 packages तक ऑर्डर संभव
    • कोई subscription fee नहीं, जितना मुक्त कराएँ उतना ही भुगतान करें

गारंटी और उदाहरण

  • MalusCorp Guarantee™: infringement होने पर पूरा refund और headquarters relocation (अंतरराष्ट्रीय जलक्षेत्र) का वादा
  • सफलता के उदाहरण
    • 847 AGPL dependencies को 3 हफ्तों में मुक्त किया, और acquisition प्रक्रिया में लाइसेंस समस्या ‘0’ रही
    • legal team के अनुमानित $4 million खर्च को घटाकर $50,000 किया
    • 2,341 npm packages को फिर से निर्मित कर compliance dashboard को तुरंत सामान्य किया

अक्सर पूछे जाने वाले प्रश्न

  • वैधता: मूल कोड देखे बिना स्वतंत्र reconstruction, जो कानूनी precedents पर आधारित बताया गया है
  • मूल डेवलपर्स को मुआवजा: ओपन सोर्स के रूप में जारी करना उनका चुनाव था, इसलिए अलग से compensation obligation नहीं
  • copying से अंतर: समान functionality को स्वतंत्र रूप से implement किया गया है, इसलिए उद्देश्य और प्रक्रिया अलग हैं
  • bug आने पर: सिर्फ functional equivalence की गारंटी, bug उपयोगकर्ता की जिम्मेदारी
  • रोबोट्स का खुलासा: स्थान गोपनीय, केवल enterprise ग्राहकों के लिए NDA के बाद विज़िट संभव
  • समर्थित लाइसेंस: MIT, Apache, GPL, AGPL, LGPL, BSD, MPL आदि सभी लाइसेंसों से मुक्ति संभव

भुगतान और उपयोग

  • Stripe के माध्यम से सुरक्षित भुगतान के बाद स्वचालित processing
  • quotation मुफ्त है, और भुगतान USD·EUR·BTC·stock options में समर्थित है
  • सेवा का समापन इस पंक्ति से होता है: “अगर पर्याप्त रोबोट हों, तो ओपन सोर्स दायित्व सिर्फ एक सुझाव भर हैं”

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2026-03-13
Hacker News की राय

  • Malus.sh ब्लॉग पढ़ते समय एक दिलचस्प बात दिखी। यह ऐसा मुद्दा है जिसे मैं दशकों से महसूस करता आया हूँ, लेकिन कानूनी व्यवस्था अब भी इसे ठीक से संभाल नहीं पाई है। वह है प्रवर्तन की लागत (costs matter) का सवाल।
    उदाहरण के लिए, सिर्फ़ 55mph की speed limit का बोर्ड लगा देना काफ़ी नहीं है। बीच-बीच में लोगों को लगाकर enforcement करना और robots से उसे पूरी तरह enforce करना, ये दो बिल्कुल अलग नीतियाँ हैं। कानून की भाषा वही रहती है, लेकिन वास्तविक नीति पूरी तरह बदल जाती है।
    पहले कानून de jure (नाममात्र) और de facto (व्यवहार में) अलग हुआ करता था, लेकिन अब तकनीक की वजह से दोनों एक जैसे हो सकते हैं। फिर भी, इस बदलाव की गंभीरता को कोई ठीक से समझ नहीं रहा। जैसे-जैसे enforcement आसान होता जाता है, कानून का अर्थ ही पूरी तरह बदल जाता है। सदियों से कानून इस धारणा पर बनाए गए थे कि ‘enforcement कठिन है’, और इसे आँख मूँदकर automate कर देना सबके लिए बुरा विचार है।
    शायद किसी दिन कानूनी precedent में ‘प्रवर्तन की लागत’ को वैधता तय करने के हिस्से के रूप में माना जाएगा।

    • मेरा मानना है कि हमें ज़्यादा सटीक कानून-प्रवर्तन का स्वागत करना चाहिए। अपूर्ण enforcement अक्सर selective policing की ओर ले जाती है, जिससे कानून लागू करने वालों को मनमाने ढंग से कानून बदलने जैसी शक्ति मिल जाती है। लेकिन जैसे-जैसे enforcement पूर्णता के करीब जाती है, नियम और दंड भी साथ-साथ समायोजित होने चाहिए। वरना सामाजिक अव्यवस्था पैदा होगी। कानून मूलतः धीरे बदलने के लिए डिज़ाइन किया गया था, लेकिन अब शायद वह इस रफ़्तार का साथ न दे पाए।
    • Dean Ball ने Ezra Klein शो में यही विषय उठाया था। उन्होंने सोचा था कि परिपूर्ण enforcement न्याय लाएगी, लेकिन अगर migration plan ही न हो, तो उसका कोई अर्थ नहीं। AI शानदार भविष्य का वादा करता है, लेकिन वहाँ तक पहुँचने की transition process ही सबसे कठिन हिस्सा है।
    • यह समस्या दोनों दिशाओं में जाती है। बहुत-सी सरकारी एजेंसियों पर नागरिकों के लिखित अनुरोधों का जवाब देने की कानूनी ज़िम्मेदारी होती है, लेकिन पहले लोग शायद ही कभी चिट्ठियाँ लिखते थे। अब LLM की वजह से कोई भी आसानी से औपचारिक पत्र लिख सकता है। अगर अब ‘शिकायत-पत्र’ अपने-आप लिख देने वाली AI आ जाए, तो प्रशासनिक तंत्र के लिए उसे संभालना मुश्किल हो जाएगा।
    • Pamela Samuelson और Suzanne Scotchmer के पेपर (Yale Law Journal PDF) के अनुसार, copyright law ने भी ‘ऐसे workaround जिनमें लागत शामिल हो’ को सकारात्मक रूप से देखा था। यानी पूरी तरह मुफ़्त या स्वचालित bypass को वांछनीय नहीं माना गया। यह दिलचस्प है कि कानूनी व्यवस्था लागत के महत्व को पहले से ही अप्रत्यक्ष रूप से पहचानती रही है।
    • मुझे ‘प्रवर्तन की लागत मायने रखती है’ वाला दृष्टिकोण बहुत पसंद है। 18वीं–19वीं सदी के कानून इस मान्यता पर बने थे कि police power सीमित है, लेकिन अब surveillance technology सब कुछ बदल रही है। परिपूर्ण enforcement की कीमत privacy cost के रूप में चुकानी पड़ती है। हालाँकि, यह तर्क फिर भी बना रहता है कि automated enforcement selective policing की नाइंसाफ़ी को कम कर सकती है।

  • शुरुआत में मुझे समझ नहीं आया कि यह satire है। लेकिन ध्यान से सोचें तो यह शायद OSS डेवलपर्स तक राजस्व पहुँचाने वाला मॉडल भी बन सकता है। उदाहरण के लिए, “clean room as a service” बनाया जाए, लेकिन कमाई Malus.sh को नहीं बल्कि मूल लेखक को जाए। सारे OSS अगर AGPL जैसी लाइसेंस में शिफ्ट हो जाएँ, और कंपनियाँ custom implementation के लिए भुगतान करें। मैं ऐसे सिस्टम का MVP देखना चाहूँगा।

    • यह साइट वास्तव में satire नहीं है। इसमें Stripe payment भी है और यह सचमुच code generate करती है। बस इसे satirical language में पैक किया गया है।
    • अगर यह गंभीर प्रस्ताव है, तो dual licensing के ज़रिए यह पहले से किया जा सकता है। मज़ाक के रूप में यह मज़ेदार है, लेकिन अगर इसे गंभीरता से कहा गया है तो शायद यह ग़लतफ़हमी भी हो सकती है।
    • Copyleft का मूल उद्देश्य सॉफ़्टवेयर की freedom की रक्षा करना था। कोड के किसी हिस्से को बंद करने का प्रस्ताव उस सिद्धांत के बिल्कुल ख़िलाफ़ है।
    • मुझे भी पहले लगा था कि यह satire है, लेकिन साइट के नीचे दिए गए नकली testimonials देखकर तुरंत समझ आ गया। “हमने 3 हफ़्तों में 847 AGPL dependencies से मुक्ति पा ली” जैसी पंक्ति सच में बहुत मज़ेदार थी।
    • यह मॉडल अच्छी तरह काम कर सकता है। OSS डेवलपर्स को sales या consulting की चिंता किए बिना सिर्फ़ development पर ध्यान देने का मौका मिलेगा। corporate sponsorship की भी ज़रूरत नहीं पड़ेगी।

  • “मुझे open source maintainers के प्रति अपराधबोध महसूस हुआ, लेकिन quarterly results में अपराधबोध शामिल नहीं होता” — यह पंक्ति बहुत वास्तविक लगी।
    ◆ Chad Stockholder, Profit First LLC के Engineering Director

    • OSS और commercial software के बीच का संबंध हमेशा moral tension और भोले idealism का मिश्रण रहा है।

  • “मैं नरक में विश्वास नहीं करता, लेकिन अगर वह है तो शायद ऐसे लोगों के लिए जगह होनी चाहिए” — इस तरह की प्रतिक्रिया आने लायक घोर असहजता महसूस होती है। “हम आपको open source license obligations से मुक्त कर देंगे” जैसी पंक्ति सुनते ही खराब लगती है। ऊपर से वे दावा करते हैं कि “हमारी AI ने मूल कोड देखा ही नहीं”, लेकिन इसे independent audit से कैसे साबित किया जाएगा, यह समझ नहीं आता। satire होने के बावजूद blood pressure बढ़ जाता है।

    • यह satire है, लेकिन वास्तव में FLOSS licenses आंतरिक उपयोग के लिए disclosure obligation नहीं लगाते। भले ही AI पूरी तरह नया implementation बना दे, copyright protection अब भी अधूरी ही रहती है।
    • वास्तव में यह प्रोजेक्ट FOSDEM में प्रस्तुत किया गया satire है। इसके लेखक भी open source community से ही हैं।

  • शुरू में मुझे लगा यह satire है, लेकिन शायद यही आज की हक़ीक़त को दिखाता है। दुनिया बहुत तेज़ी से बदल रही है।

    • इस साइट पर सचमुच Stripe payment संभव है। यह satire जैसा दिखता है, लेकिन सेवा असली है।
    • मुझे भी पहले लगा था कि यह satire है, लेकिन नकली testimonials देखकर तसल्ली हुई। अच्छा है कि अभी यह पूरी तरह वास्तविकता नहीं बनी।
    • लेकिन नाम ‘Malus’ देखकर बाद में समझ आया कि यह satire है।
    • नाम चाहे जो भी हो, ऐसा कुछ अंततः वास्तविकता बन जाएगा लगता है।

  • पारंपरिक clean-room implementation में टीमों को अलग किया जाता था; एक तरफ़ specification लिखी जाती थी और दूसरी तरफ़ implementation। लेकिन LLM ने शायद मूल कोड पहले ही सीख रखा हो। तब असली कानूनी सवाल यह बनता है: “क्या मॉडल खुद एक contaminated room है?”

  • वास्तविक उदाहरण के तौर पर chardet issue #327 और #331 देखें, तो लगता है कोई इस तरह का approach आज़मा रहा है।

    • एक उदाहरण है जहाँ Opus 4.6 model ने web access के बिना भी chardet का पूरा source code याद करके दोहरा दिया (gist link)।
    • 10 साल से ज़्यादा समय तक project को maintain करने वाले डेवलपर ने MIT license reimplementation के लिए मेहनत की, लेकिन community ने उल्टा उसी को दोषी ठहराया। ऐसी प्रतिक्रिया वाकई दुखद है।
    • यह इतना महत्वपूर्ण मामला है कि इसे अलग चर्चा विषय के रूप में लिया जाना चाहिए।

  • “अगर हमारा कोड infringement साबित हुआ, तो हम पूरा refund देंगे और headquarters को international waters में शिफ्ट कर देंगे” — यह पंक्ति सचमुच genius satire है। मानो भविष्य की भविष्यवाणी कर रही हो।

    • satire का execution बहुत उच्च स्तर का है। शुरू में यह असली लगता है, लेकिन पढ़ते-पढ़ते जगह-जगह जानबूझकर छोड़े गए संकेत दिखाई देने लगते हैं। यही बात कि यह वास्तविकता बन सकता है, इसे और डरावना बना देती है।

  • मैंने “clean room” की अवधारणा पहली बार baseball statistics database में देखी थी। आधिकारिक डेटा मुफ़्त था, लेकिन उसका format और structure copyright के दायरे में हो सकता था, इसलिए प्रशंसकों ने डेटा को स्वतंत्र रूप से फिर से बनाया। Baseball Mogul जैसे गेम भी इसका उपयोग करते थे। आगे चलकर इस तरह के independent reimplementation efforts और बढ़ सकते हैं।

  • यह सच में बेहतरीन satire है। लेकिन फिर अब तक किसी ने वास्तव में ऐसी सेवा क्यों नहीं बनाई? open source का उपयोग करके लाभ कमाने वाले लोग तो काफ़ी हैं। क्या lawsuit risk बहुत बड़ा है, या कोई पहले से यह कोशिश कर रहा है?

    • दरअसल, आज कोई भी आधुनिक LLM इस्तेमाल कर सकता है, इसलिए किसी तीसरे पक्ष को पैसे देकर “clean-room implementation” करवाने की ज़रूरत कम है। असली value शायद उस wrapper में होगी जो legal risk अपने ऊपर ले।
    • दुनिया में बुरे इरादे से काम करने के मौके बहुत हैं, लेकिन ज़्यादातर लोगों के पास moral constraints होते हैं। फिर भी, ऐसे विचार सार्वजनिक हो जाएँ तो copycat crime की तरह वास्तविक प्रयास बढ़ सकते हैं।
    • सच तो यह है कि यह पहले से हो रहा है। जब कोई डेवलपर AI से कहता है, “यह feature implement कर दो, और संदर्भ के लिए इस GitHub repo को देख लो,” तो अनजाने में reimplementation होने लगती है।
    • असली समस्या trust और security की है। मुझे लगता है कि company secrets को SaaS पर छोड़ने से बेहतर है local AI का उपयोग करना। ऐसे systems पहले से मौजूद हैं और सक्रिय रूप से इस्तेमाल भी हो रहे हैं।
    • और व्यावहारिक रूप से देखें तो LLM अभी भी complex code को पूरी तरह सही लिखने के स्तर पर नहीं पहुँचे हैं। इसलिए ऐसी सेवा का वास्तव में काम करना अभी मुश्किल है।