Спор про ИИ-код в ядре Linux: где реально проходит граница допустимого

4 мин. чтения
Bybit
SpaceX за крипту
Дробные доли · 24/7
Открыть рынок →

Что произошло

15 июля 2026 года Линус Торвальдс, создатель и главный сопровождающий (мейнтейнер) ядра Linux, написал в почтовую рассылку разработчиков ядра (LKML) жёсткий ответ тем, кто требует запретить ИИ-инструменты в разработке. Он заявил: «Linux — не из тех анти-ИИ проектов, и если у кого-то с этим проблемы — можете сделать классическую опенсорсную вещь: сделать форк». Отдельно добавил, что будет «очень громко игнорировать» тех, кто пытается запретить другим пользоваться ИИ при написании кода для ядра.

Детали

Спор в сообществе тянется давно, но обострился вокруг роста ИИ-инструментов ревью патчей — в частности, Sashiko, открытого с марта 2026 года инструмента от инженеров Google, который автоматически проверяет входящие патчи и, по заявленным данным, находит около 53% багов в тестовых наборах кода. Торвальдс признал: ИИ-код добавляет мейнтейнерам работы и «местами больно» — вскрывает немало багов, которые иначе прошли бы ревью. Но его вывод другой: решение — в лучших инструментах проверки, а не в запрете самого ИИ. Критикам качества он ответил ещё резче: «ИИ не идеален. Но, чёрт возьми, тем, кто тычет пальцем в проблемы ИИ, стоит для начала посмотреть в зеркало».

Что это значит

Формально позиция Торвальдса — это мнение одного человека, пусть и с решающим голосом в самом влиятельном опенсорс-проекте на планете. Но она обозначает, куда реально сдвигается граница допустимого: не «ИИ-код запрещён», а «ИИ-код разрешён, если проходит тот же контроль качества, что и человеческий» — ответственность за баг всё равно несёт человек, который подписал патч своим именем.

Кого касается. В первую очередь — разработчиков, которые уже пишут код с ассистентами вроде Cursor, Claude Code или GitHub Copilot и когда-нибудь захотят предложить патч в чужой опенсорс-проект (не только Linux). Позиция мейнтейнера с таким весом снижает соблазн у других проектов вводить формальный запрет «на входе» — но не отменяет их право требовать более жёсткого ревью именно для ИИ-кода.

Риск или возможность — с конкретикой. У критиков есть два реальных, не надуманных аргумента: провенанс и лицензии (если модель обучена на коде с несовместимой лицензией, юридический риск ложится на проект-получатель патча, а не на автора модели) и нагрузка на человека-ревьюера, который физически не может проверить объём кода, который ИИ способен сгенерировать. Аргумент «за» — не абстрактный: ИИ уже реально помогал в работе именно с ядром Linux. Например, ИИ-агент Claude Code нашёл причину многолетнего зависания дисплеев на видеокартах AMD Radeon — баг, который годами не могли локализовать вручную. Это конкретный прецедент, а не общее обещание производительности.

Горизонт. Изменение — не завтрашнее и не разовое: это долгий процесс притирки процессов ревью (инструменты вроде Sashiko будут развиваться дальше), а не разовое решение «включили/выключили ИИ». Для тех, кто пишет код с ИИ уже сейчас, практический вывод один: качество и прозрачность происхождения патча важнее самого факта «писал ИИ или человек» — и именно по этому критерию проекты будут судить принимать код или нет.

Контекст

Позиция Торвальдса — не разворот на пустом месте: ещё в октябре 2024 года он называл 90% ИИ-маркетинга «хайпом», оставаясь при этом прагматиком в оценке конкретных инструментов. К середине 2026 года его тон изменился на более определённый — не потому что ИИ стал идеальным, а потому что спор внутри сообщества ядра дошёл до попыток формально запретить инструмент, а не просто критиковать его качество.

Bybit
$30,100 + $5,030
100 USDT в подарок
Получить →
Поделиться
Связаться:
Крипто- и data-аналитик, инженер-программист (факультет компьютерных наук ХНУРЭ). В IT с 2008 года: администрировал корпоративный мониторинг в «Vodafone Украина», семь лет разрабатывал и продвигал веб-проекты, пять лет руководил маркетингом на метриках — конверсия, CTR, ROI, LTV.Криптовалютными рынками занимаюсь с 2021 года: ончейн-метрики, токеномика, макроэкономические индикаторы. Разработал собственную data-driven модель анализа рынка на 30+ метрик. Стек — Python (pandas, NumPy, SciPy, matplotlib), математическая статистика и EDA; сбор и сверку данных автоматизирую AI-агентами.Принцип — «Don't trust, verify»: каждая цифра проверена по первоисточнику, ключевые — минимум по двум независимым; прогнозы — только сценарии с условиями. Тезис без данных не публикуется.