AI正在“入侵”Linux内核！垃圾补丁暴增、小Bug或变安全漏洞维护者：我们快顶不住了……

　　今年 4 月，微软 CEO 萨提亚·纳德拉曾公开表示，如今微软内部已有约 30% 的代码由 AI 生成。对于一家以商业软件为主的巨头来说，这种转变或许是提高效率的好机会——但在开源世界，尤其是 Linux 内核社区，这个问题要复杂得多。

　　目前，AI 代码生成工具正在以前所未有的速度闯入 Linux 内核开发，带来效率提升的同时，也让垃圾补丁、潜在漏洞、版权灰区接踵而至——于是，一场关于“该不该、能不能、如何用 AI”的激烈讨论，正在全球最重要的开源项目中上演。

　　例如，cURL 项目的主要维护者 Daniel Stenberg 曾公开批评过：AI 生成的 Bug 报告简直是对项目的“主动攻击”，浪费了开发者大量时间。

　　不过，Linux 内核黑客、Nvidia 杰出工程师 Sasha Levin 的态度则相对积极。他在 2025 年北美开源峰会上表示，大语言模型（LLM）更像是一个“花哨的编译器”：

　　“上世纪五六十年代，大家还在用汇编写代码，后来 C 语言出现。我们并不是因为 C 语言完美才抛弃汇编，而是因为 C 足够好，能显著提升生产力。目前LLM 的作用也非常类似——它们还不完美，但一旦‘足够好’，就能让我们变得更高效。”

　　为此，Sasha Levin 举了个例子：在 Linux 6.16 内核中，他用 AI 写了一个修复 git-resolve 小问题的补丁，自己只需要审核和测试——他认为，虽然这并非是“让 AI 写驱动”这样的大任务，但足以说明 AI 在具体的小场景中已经能够派上用场。

　　同时，对于母语非英语的开发者来说，AI 还有个意外的优势：写提交信息（commit message）。在 Linux 内核开发中，提交信息往往比代码本身更难写清楚。Sasha Levin 指出，AI 在这方面能很好地缓解语言障碍，帮助开发者更准确地表达变更理由。

　　基于此，Sasha Levin 还描绘了一个未来场景：或许，可以专门训练 LLM 来帮助内核维护。

　　如果做到这些，AI 就可以承担一些维护者最头疼的工作，比如将补丁回溯到稳定分支。要知道，Linux 内核稳定分支的维护者几乎每天都得审核几百个补丁，挑出 5-10 个需要回溯的变更——根据 Sasha Levin 的形容，这是一份“繁琐到令人崩溃”的任务。

　　目前，Linux 社区已经在用一款叫 AUTOSEL 的工具来处理这类问题。它利用 AI 自动分析提交信息、代码改动和历史回溯模式，来判断哪些补丁需要被纳入稳定分支。

　　“Git 历史本身就是一个有限的数据集，它清晰记录了补丁的路径，非常适合用来训练 LLM。人类维护者往往不会仔细看整个补丁路径，只会做一些粗略的范围检查。但 AI 能够足够耐心地逐一分析。”

　　在 Linux 世界里，几乎任何 Bug 都可能演变成安全漏洞，因此追踪相关提交对维护者而言是一个沉重负担。过去他们依赖各种 Bash 脚本来跟踪，如今 AI 借助 RAG（检索增强生成） 技术直接从 Git 仓库和文档中学习补丁历史，显著降低了他们的工作量。

　　Linux 基金会研究员 Shuah Khan 也证实，AI 工具正在成为内核维护的有力补充：“它们能结合提交信息、代码和历史回溯模式，从而给出更智能的建议。”

　　“我认为这些 AI 工具确实能在很多方面增强开发者的能力：简化日常任务、加快输入速度、帮助文档生成…… 但要注意，对于像 C 这样底层的语言，以及像 Linux 内核这样极其复杂的代码库，目前的 AI 工具依然还在‘能力边缘’。”

　　他还强调，开发者如果在补丁中使用了 AI 生成的代码（不仅仅是文本补全），应当明确标注出来：“这样审阅者才能调整审核流程，并给出更严格的检查。因为相比经验丰富的人类开发者，这类补丁需要更谨慎地审查。”

　　这种担忧并非个例。Linux 内核维护者、甲骨文工程师 Lorenzo Stoakes 也发出了类似警告：

　　“Linux 内核对于 Bug 极其敏感。我们使用的编程语言（C 语言）几乎没有安全保护机制。在某些子系统中，补丁只要看上去没问题就会被接受，这会让系统变得非常脆弱。”

　　更让人头疼的是，AI 还让一些完全不懂内核开发的人也能轻易生成补丁并提交。早在 2023 年，Linux 稳定版维护者 Greg Kroah-Hartman 就曾抱怨：“我们收到越来越多的‘AI 垃圾补丁’，数量几乎每周都在上升。”

　　在这种背景下，SUSE 内核开发者 Jiří Kosina 在 LKML（Linux 内核邮件列表）上提议：必须明确标注哪些代码由 LLM 生成，以及由谁对补丁负责。

　　Sasha Levin 在提案中强调，“Linux 内核是基于 GPL-2.0 授权的，任何 AI 代理生成的代码必须遵循这一许可协议，不允许有例外”——可问题是，AI 生成内容的版权在法律上依然模糊不清，这无疑会给后续贡献埋下风险。

　　最后，未来 AI 在 Linux 内核中的定位如何，还未有定论。但可以肯定的是：在这个全球最重要的开源项目中，AI 的角色不会只是“可有可无的工具”，而是一个需要被认真对待的新变量。