W relacji opublikowanej 9 listopada 2026 r. Linus Torvalds, omawiając Linuksa 7.4-rc2, przekazał twierdzenie Alexeia Starovoitova: w eBPF poprawki napływały szybciej niż nowe zgłoszenia błędów. Torvalds dodał, że większość pozostałych obszarów jądra nie osiągnęła takiego bilansu. To sygnał z jednego podsystemu, a nie potwierdzenie szczytu fali łatek AI w całym Linuksie, jak wynika z relacji Dataconomy.
Co mówi bilans w eBPF
Porównanie dotyczy tempa napływu poprawek i nowych zgłoszeń w eBPF. Nie jest liczbą wszystkich zgłoszeń wspomaganych przez AI ani przyjętych poprawek w jądrze Linux. Torvalds opisał szerszą zmianę jako możliwą, a zarazem zaznaczył, że większość innych obszarów nie doszła jeszcze do tego punktu.
Bilans napraw w jednym podsystemie opisuje pracę nad jego zgłoszeniami, nie tempo zmian w całym jądrze.
Jaką rolę ma człowiek przy zgłoszeniu błędu z pomocą AI
W rozmowie opublikowanej przez SavvyNik 26 sierpnia 2026 r. Torvalds mówił, że sprawdzenie, czy zgłoszenie wygenerowane przez model językowy opisuje rzeczywisty błąd, może wymagać sporo pracy. Od osoby zgłaszającej oczekuje też propozycji poprawki i gotowości do dalszej rozmowy z opiekunami kodu.
Wcześniej opisywaliśmy, jak Torvalds wykorzystał LLM do analizy biblioteki assoc_array: test potwierdził jedno zgłoszenie i ujawnił trzy kolejne. To inny przykład pracy z błędami, ale pokazuje, dlaczego samo wygenerowanie raportu nie zastępuje sprawdzenia go przez człowieka.
Demonstracja to nie kod produkcyjny
Torvalds rozróżnił szybkie przygotowanie demonstracji od tworzenia kodu gotowego do produkcyjnego użycia. W rozmowie powiedział, że nie jest przekonany, iż modele językowe koniecznie przyspieszają to drugie zadanie. W przypadku zgłoszeń do jądra ludzka weryfikacja i kontakt z opiekunami pozostają częścią pracy nad proponowaną poprawką.
Linus Torvalds użył LLM przy kodzie Linuxa. Test potwierdził jeden błąd i znalazł trzy kolejne
