開源 ≠ 透明 ≠ 共創
把程式碼丟出來，不等於透明：一般人根本讀不懂，還需要文件、案例、說明和申訴管道（這正是這個網站存在的理由）。開放程式介面（API），也不等於共創：就有資深使用者 Denken 感嘆過，開源到頭來常常只剩自己一個。
「開源最終沒有促成共創……到最後常常只發現只有我。」
為什麼 Matters 敢開源
大平台不敢開源，因為一開源就會被人鑽漏洞繞過。Matters 的理由則有點反直覺：「我們已經夠小了，開源換回來的回饋本來就比較多，再多開一點也無妨。」
分層開源
程式碼公開，但可能被直接濫用的敏感參數，會延後六到十二個月、或先做抽象化處理。像「垃圾判定門檻」（spamThreshold）這種數值，就是敏感的營運資產。說穿了有點無奈：要撐住一個抗審查平台，常常得為了安全，犧牲掉一部分透明。
「維持抗審查平台，往往需要為了安全而犧牲透明。」
垃圾內容靜態資料庫公開
matters-spam-dataset 是一份去識別過的研究資料集：身分用 HMAC 雜湊（HMAC） 把身分資訊轉成不可還原代碼的加密方法，用來去識別、保護個資。 處理、聯絡方式也正規化過，預計放上 Hugging Face（限申請取用）、採 CC BY-NC-ND 4.0 授權， 首版共 425,689 筆（垃圾 406,850 筆／正常 18,839 筆）。資料說明卡主動揭露了早期代理標籤的瑕疵，以及還殘留 5–15% 的誤標。⚠️ 目前尚未正式發布。
為什麼整套審查方法要開盒
「透明審查」說穿了，就是把整套審查方法都攤開，而不只是丟出程式碼：偵測模型、處置流程、訓練資料集，通通一起公開。 這麼做不是為了講漂亮話。現實是，機器人大量灌爆內容，人類只能在夾縫裡求生存；正因如此，更要把整個演算法、訓練資料，連同那些因為偽陽性而被錯刪的案例，全部攤開來。
透明的第一個作用，是讓審查能被檢驗。許多大型平台最近挨批，正是因為那些被錯刪、封鎖、停權的使用者（有些還是付費的）， 根本不知道自己為什麼被處置。把模型、門檻怎麼判、還有誤判的案例都攤開，外界才查得了「那條線劃得對不對」，使用者也才知道該怎麼申訴。 說到底，透明本身就是正當程序的前提。
第二個作用，是讓別的平台可以直接拿這套方法去用。守望相助隊累積的公開打掃紀錄、去識別過的垃圾內容資料集， 都能當成第一線打詐的範例，讓其他小型、在地、邊緣的社群照著用，不必每個平台都從零摸索一遍。 開盒之所以值得，道理就在這裡——回饋遠大於被人繞過的風險。
授權
程式碼採 MIT／AGPL 授權，文件採 CC BY 4.0，研究資料則依敏感度分別授權並去識別化。每個互動旁邊也會附上「文字版資料表」，一方面照顧無障礙閱讀，一方面也當作開放資料。