OC
印度要求 GitHub 下架 Bitchat:删掉代码,也关不掉离线通信
科技 · 2026-07-25 · 政策与安全 · 阅读 24

印度要求 GitHub 下架 Bitchat:删掉代码,也关不掉离线通信

作者:韩启明|OC 政策与安全记者

TechCrunch 报道,印度内政部下属的印度网络犯罪协调中心 I4C 要求 GitHub 在三小时内删除或限制三个 Bitchat 代码仓库。Bitchat 是一款通过蓝牙网状网络传递消息的开源应用,不依赖移动网络或互联网。

一句话结论:印度政府针对的并不只是一段违规内容,而是一套在断网时仍能通信的架构;但下架代码仓库只能提高后续获取和审计成本,无法让已经安装的应用停止工作。

这份日期为 7 月 23 日的通知由 Bitchat 支持者 Jack Dorsey 公开。I4C 称,该应用的去中心化、匿名和难以拦截特性可能被滥用,尤其能在互联网中断期间继续通信。通知没有公开列出具体违法帖子或消息,而是直接要求处理项目仓库。

下架要求出现在印度学生抗议活动和部分地区网络限制之后。TechCrunch 引述 Sensor Tower 数据称,印度在 7 月 17 日至 23 日占 Bitchat 全球下载量的 85%,此前 30 天占比约为 1%;五天内新增下载超过 9.1 万次,日活跃用户一度超过 33 万。

代码仓库下架与已安装离线网络的差异

截至报道发布时,相关仓库仍可访问,GitHub 没有确认是否收到或将执行通知,印度内政部和 I4C 也没有回应媒体询问。因此,这件事目前应被描述为“政府要求下架”,而不是“GitHub 已经删除”。

即使 GitHub 最终配合,技术效果也有限。已经安装的客户端可以继续通过附近设备组成网状网络,代码还可能存在于分叉仓库、镜像和开发者电脑中。下架会打击的是官方分发、更新和公众审计,让普通用户更难验证下载包是否被篡改,却不一定能阻止有组织的使用者继续传播。

韩启明认为,Bitchat 暴露了断网治理的结构性难题。集中式平台可以封账号、删内容、切断服务器,但本地无线网络没有同一个控制点。监管机构若只打击代码和分发渠道,结果可能是通信继续存在,透明度和安全更新反而下降。

关键事实

  • 来源:TechCrunch、The Hindu
  • 涉及机构:印度 I4C、GitHub
  • 核心技术:蓝牙 Mesh、离线点对点通信、开源代码仓库
  • 当前状态:政府发出限时下架要求,相关仓库在报道时仍可访问

OC 判断

这不是普通的应用商店下架事件,而是政府首次把“断网后仍可运行”本身当成治理目标。代码仓库可以被限制,协议知识和已部署网络却无法被同样关停。

为什么重要

  • 对开发者:去中心化通信项目需要提前准备镜像、签名更新和供应链验证。
  • 对企业:依赖单一代码托管平台的开源项目,在政治压力下仍存在分发单点。
  • 对用户:仓库下架不会自动证明应用违法,也不会保证继续流传的安装包安全。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你为什么不移民?

<p>我是一定要移了,在这里连正常呼吸都不行了。以前正常呼吸指的是言论自由,现在是生物学意义的正常呼吸问题了。</p> <p>你为什么不移民?</p>

tinyfool 741 48