AI写代码「惨不忍睹」 Linux内核提速90%

时间：2026 年 9 月 13 日 地点：全球 Linux 内核开发者社区 人物：Arm 工程师、长期 Linux 内核贡献者 Lorenzo Stoakes；Linux 之父 Linus Torvalds 事件详情：Linux 内核构建流程长期受制于单线程瓶颈，Arm 工程师 Lorenzo Stoakes 借助一款未具名的大语言模型（LLM）排查性能热点。LLM 精准定位了 Kbuild、kallsyms、modpost、objtool、mksymap 及 Rust 构建系统等多个环节的串行任务，并参与构建运行、测试、调试与分析。但当 LLM 接管代码生成环节时，Stoakes 在补丁说明中直言其输出"hideous（惨不忍睹）"，大量代码需要人工审计、重写，并大幅修改提交信息与注释。最终提交的 23 个补丁在 allmodconfig 构建中提速最高 36%，增量构建提速最高约 70%，noop 构建提速最高约 90%，且不同硬件与配置下均观察到稳定收益。 背景：现代 CPU 普遍拥有十几个甚至几十个核心，但 Linux 内核构建链中仍存在大量只能单线程执行的任务，导致多核算力长期闲置。这并非孤立事件，Linux 之父 Linus Torvalds 此前在排查 Intel Xe 显卡驱动 Bug 时也借力 AI，最终靠 24 个调试补丁、18 次内核重启，把一个本应写为 round_down() 却写成 round_up() 的一行错误定位出来。 影响：本次事件再度印证 LLM 在大型代码工程中的能力边界——擅长模式识别与瓶颈定位，但生产可被主线接受的补丁仍需资深工程师把关。Debian 维护者近日已投票允许带"Assisted-by"标签的 LLM 代码进入贡献流程，但前提是提交者承担全部责任。23 个补丁若获合入主线，将为每天反复编译内核的开发者节省可观时间，也将推动内核社区形成"AI 找 Bug + 人类修 Bug"的常态化协作范式。 总结：AI 能把"哪里出了问题"讲得很清楚，但要把代码改到 Linux 内核能接受的程度，最后一公里仍然只能靠人类程序员。Stoakes 的实践暴露了当前 LLM 在底层系统开发中的典型短板：分析强、生成弱、可读性差，未来若要真正进入主线开发流程，必须在结构化输出、可验证性与代码风格一致性上再做大幅提升。 参考来源： 1. Phoronix 原始报道（Michael Larabel）：https://www.phoronix.com/news/AI-To-Faster-Linux-Kernel-Comp 2. TheOutpost.AI 深度分析：https://theoutpost.ai/news-story/ai-uncovers-major-linux-kernel-bottlenecks-speeds-builds-up-to-90-despite-generating-hideous-code-30610/ 3. TechCapsules / xda-developers：https://techcapsules.com/ai-helped-a-linux-developer-find-bottlenecks-in-the-kernel-but-the-code-it-made-to-fix-it-was-hideous 4. 36氪：《"AI写的代码「惨不忍睹」！"Linux内核开发者吐槽》：https://36kr.com/p/3978950516636674 5. 火星财经 / CSDN转载：https://news.marsbit.co/20260911215316657650.html 6. ITBear科技资讯：https://www.itbear.com.cn/html/2026-09/1552773.html 7. zgeo.net GEO视角分析：https://zgeo.net/news/ai-linux-kernel-optimization-geo-insights 8. Fact Refinery 综述：https://www.factrefinery.com/article.php?lang=en&slug=ai-assists-in-linux-kernel-build-speed-improvements