八年前，代碼審查靠的是人工逐行掃描。今天，一臺信用卡大小的設(shè)備就能讓AI自己"讀"代碼，找出里面藏著的性別偏見。

這就是Ethica——一個(gè)完全基于Gemma 4的倫理代碼分析工具。沒有外部靜態(tài)分析工具，沒有預(yù)寫規(guī)則，純靠模型推理識別代碼中的偏見、無障礙缺陷、安全隱患和倫理風(fēng)險(xiǎn)。

硬件配置說出來有點(diǎn)離譜：樹莓派5，8GB內(nèi)存。模型用的是Gemma 4 E2B，20億參數(shù)，量化到Q8_0 GGUF格式，體積壓到4.6GB。這是唯一能在樹莓派5上跑起來的Gemma 4變體，剛好塞得下操作系統(tǒng)和其他工具，不會爆內(nèi)存。通過llama-cpp-python的pi-5分支優(yōu)化運(yùn)行。

處理大代碼庫時(shí)，Ethica用分層分析應(yīng)對上下文限制：把文件拆成函數(shù)級塊，必要時(shí)做摘要。全程本地運(yùn)行，數(shù)據(jù)不出設(shè)備。

操作是命令行界面。開發(fā)者給了一個(gè)檢測性別偏見的示例：

輸入一段按性別區(qū)分稱呼的代碼，工具輸出三項(xiàng)建議：改用中性稱呼、為空值加兜底、審計(jì)數(shù)據(jù)集的系統(tǒng)偏見。嚴(yán)重級別標(biāo)為MEDIUM。

支持的分析維度包括bias（偏見）、security（安全）等，可通過--dimension參數(shù)指定。也能直接管道輸入代碼：echo '代碼' | python run_cli.py analyze --stdin。

項(xiàng)目已開源，倉庫地址：https://github.com/ether-btc/gemma-4-challenge

安裝流程很標(biāo)準(zhǔn)：克隆、建虛擬環(huán)境、裝依賴、跑測試。核心約束是"純AI原生"——所有分析必須由Gemma 4推理完成，外部工具零介入。

這個(gè)設(shè)計(jì)的微妙之處在于：它把倫理審查從"規(guī)則匹配"變成了"模型理解"。傳統(tǒng)工具靠正則表達(dá)式抓敏感模式，Ethica讓模型自己判斷這段代碼為什么有問題、問題有多嚴(yán)重、怎么改。代價(jià)是速度，收益是靈活性——新類型的倫理問題不需要更新規(guī)則庫，模型自己就能識別。

樹莓派能跑這件事本身，比功能更有信號意義。20億參數(shù)、4.6GB體積、本地推理，這三個(gè)數(shù)字劃出了一塊以前不存在的設(shè)計(jì)空間：真正私密的、低成本的、可離線部署的AI審查工具。對于處理敏感代碼的場景，這很關(guān)鍵。