GitHub 定律：今天有个 xxx 刷屏，明天就有个 Openxxx 登上开源热榜。

GitHub 定律：今天有个 xxx 刷屏，明天就有个 Openxxx 登上开源热榜。 — woshipm.com · 17 小时前 · 💡 观点 / 杂谈

GitHub 定律：今天有个 xxx 刷屏，明天就有个 Openxxx 登上开源热榜。

一个产品刚在社交平台刷屏，第二天 GitHub 上就冒出同名的 Open 版本冲上热榜——文章把过去三年这条近乎固定的节奏称为 AI 时代的 GitHub 定律，并沿着时间轴盘点爆火产品各自带出了哪些开源复刻。2023 年 ChatGPT 走红后，清华团队推出主打中英双语与本地运行的 ChatGLM-6B，Chatbot UI 把熟悉的聊天界面开源出来，至今仍有约 3 万 Star，只是三年没有更新；Code Interpreter 之后，Open Interpreter 让文件读取、数据分析和代码运行能在个人电脑上完成，AutoGPT、BabyAGI、MetaGPT 则提前备好了后来复刻 Devin、Manus 所需的零件。2024 年 2 月 Sora 公布五天后 Open-Sora 开源；3 月 Devin 发布次日 OpenDevin 出现并改名 OpenHands；Perplexity 带火 AI 搜索后 Perplexica 成为热门替代并更名 Vane；Cursor 走红对应开源编辑器 Void，但该项目已在 2025 年 3 月停止维护；NotebookLM 的双人播客功能刷屏后，Open Notebook 在当年 10 月把资料问答与播客生成做成可自建版本。作者的结论是，复刻门槛被 AI 编程大幅拉低，开源版本给用户多了一种选择，很多新方向正是在互相跟进与持续改进中慢慢成型。

核心信息

2023 年这一轮的起点是 ChatGPT，它让普通用户第一次直观感到聊天框背后的能力，也顺带把开源复刻的门推开。清华团队的 ChatGLM-6B 主打中英双语与本地运行，成为最早的一批开放模型；Chatbot UI 等项目把 ChatGPT 那套聊天界面复刻出来，这个纯 UI 项目至今仍有约 3 万 Star，只是三年没有更新。Code Interpreter 让模型能读文件、分析数据、运行代码，Open Interpreter 很快给出可在个人电脑上运行的开放版本；随后 AutoGPT、BabyAGI 和 MetaGPT 接连走红，它们尝试让模型自己拆解目标并逐步执行，为后来复刻 Devin 和 Manus 备好了零件。
2024 年的复刻节奏明显加快，时间差被压缩到以天计：2 月 Sora 公布，五天后 Open-Sora 开源，目标是做一个任何人都能研究和使用的视频生成方案；3 月 Devin 被称作 AI 软件工程师，第二天 OpenDevin 就出现，后来更名为 OpenHands，能读取项目、修改文件并运行任务；Perplexity 带火了会搜索、会总结、附来源的 AI 搜索，Perplexica 成为热门开源替代并更名 Vane；Cursor 成为热门 AI 编辑器后，Void 以开源替代品定位出现，可自由选择模型并把更多内容留在本地，但已在 2025 年 3 月停止维护。
复刻本身的方法也在变。文章给出一条朴素路径：先把爆火产品的技术路线拆开，看看有哪些现成开源组件能拼起来，再把围绕该产品的重要上下文一并交给 Codex，多聊几轮，一个开源复刻就成形了。这个流程解释了为什么纯前端 UI 类项目不再容易火——在 AI 编程能力有限的前大模型时代，复刻一套界面还得靠人手动实现，而现在一句话加半小时就能跑完，门槛被压到几乎只剩判断力：选哪些组件、保留哪些体验、砍掉哪些复杂度。
2025 年被文章称作所谓的 Agent 元年。Gemini 与 OpenAI 相继推出 Deep Research，能自动检索大量网页并整理成报告，这一能力很快也进入开源跟进的范围；NotebookLM 在 2024 年秋天靠双人播客功能刷屏，Open Notebook 当年 10 月就把资料问答与播客生成做成了可自行搭建的版本。作者由此观察到一个正向循环：原本只有少数团队能做的产品，如今有更多人能动手验证，开源版本提供了另一种选择，不少新想法正是在互相跟进与不断改进中，慢慢沉淀为一个真正的产品方向。

💡 为什么值得读: 它把三年里爆火产品与开源复刻的对应关系按时间轴排成一张清单，读完你会知道下一个刷屏出现时该去哪里找平替，以及为什么「快」本身已经不再是优势。

✍️ 小编看法: 小编看法：这条定律真正值得关注的不是「谁又抄了谁」，而是复刻的时间差已经被压缩到以天为单位，产品的护城河从功能清单转移到了别处。当一套界面半小时能跑出来、一个 Agent 骨架能靠几个开源组件拼起来，首发方靠「我做了这个功能」获得的领先窗口就短得可怜，能留下来的只有数据闭环、分发渠道、可靠性工程和那些没人愿意做的脏活。对开源一侧，这既是机会也是陷阱：抢在热榜上的项目能迅速拿到关注和贡献者，但若只是把演示跑通，缺少维护者和路线图，很快会像那批早期 UI 项目一样停在原地，三年不更新。Void 停止维护就是一记提醒——开源替代品赢下第一波注意力，不等于赢下长期。对读者来说，更实际的用法是把这条定律当成需求雷达：某个产品刷屏时，先别急着付费，去 GitHub 搜一圈同名 Open 项目，看它的提交频率、issue 响应和许可证，再决定是自己搭还是买。下一步值得观察的是复刻开始反向输出：开源版本先在社区里跑出新的交互形态，再被商业产品吸收回去，那时这条定律才算真正闭环。

🏷️ open source, GitHub, AI products, agents