После нескольких пересмотров собственной позиции по поводу ИИ-помощников в разработке ядра Linux Линус Торвальдс опубликовал свой первый патч, подготовленный с участием большой языковой модели (LLM). В экспериментальной ветке он берётся устранить давнюю проблему — острую конкуренцию за кэш, когда множество процессорных ядер одновременно читают один и тот же файл. С таким сценарием сталкиваются при работе с разделяемыми библиотеками, базами данных и веб-серверами. За минувшие годы за эту задачу брались несколько разработчиков, но ни одно из решений так и не стало идеальным и всеобъемлющим.
Источник изображения — tomshardware.com
Свой черновик решения Торвальдс выложил ещё в начале 2024 года и с тех пор пользовался им на личном ноутбуке. Однако недавно он всё же решился, по его словам, «попробовать реально решить эту штуку с помощью LLM».
Готовый вариант он разместил в отдельной ветке разработки и заявил, что в специализированном синтетическом тесте добился 23-кратного прироста производительности. При этом сам Торвальдс оговаривается: в реальных условиях эффект будет куда скромнее, ведь «никакая настоящая нагрузка» таких цифр не покажет. Судя по характеру правок, заметнее всего выигрыш почувствуют серверные сценарии, а не домашние компьютеры.
Что устраняет патч
Проблема, за которую взялся Торвальдс, носит технический, но важный характер. Когда десятки процессорных ядер одновременно обращаются к одному и тому же файлу — например, к популярной разделяемой библиотеке, — им приходится постоянно синхронизировать доступ к общим структурам данных в кэше. Такая конкуренция за кэш превращается в узкое место: ядра тратят время не на полезную работу, а на ожидание друг друга.
Именно поэтому наибольшую пользу правка принесёт нагруженным серверам, где одни и те же данные параллельно читают сотни процессов: базам данных, веб-серверам и приложениям, активно использующим разделяемые библиотеки. На настольных машинах эффект тоже будет, но куда менее выраженный — рассчитывать на 23-кратное ускорение обычным пользователям не стоит.
Торвальдс и ИИ: эволюция позиции
Со временем Торвальдс в целом занял сторону ИИ-инструментов — по крайней мере в жёстко контролируемой среде ядра Linux с её многоступенчатым ревью. Ещё в июле он заявил, что готов «поставить вопрос ребром» в споре с противниками ИИ, напомнив, что используемый командой автоматический инструмент code review превосходит людей и ловит элементарные ошибки, которых в коде вообще не должно было появиться.
Более того, команда меняет правила: теперь авторам патчей больше не обязательно раскрывать, что при написании кода использовался ИИ. Торвальдс вновь высказался предельно твёрдо, повторив, что LLM стоит воспринимать как ещё один инструмент — наравне с компиляторами или редакторами. По его мнению, достаточно, чтобы «люди делали свою работу как следует и понимали, что именно они делают».
Инструмент в руках профессионала
Можно сказать, что в мире найдётся немного людей, способных распорядиться LLM грамотнее, чем Торвальдс, а вместе с ним и мейнтейнеры ядра. Между опытным программистом, который перекладывает на модель рутинную часть работы, и новичком с кредиткой, набирающим в промпте «claude, сделай linux быстрее, только без ошибок», лежит целая пропасть. Ключевое отличие — не в самом инструменте, а в способности проверить и понять результат.
Обратная сторона
Впрочем, не всё так безоблачно. Из-за того, насколько хорошо ИИ-агенты научились распознавать типовые шаблоны уязвимостей, список рассылки по безопасности Linux в начале года стал практически «неуправляемым». Ядро и без того закрывает уязвимости CVE ошеломляющими темпами — около 2000 на каждый релиз. При этом команду фактически вынуждают отказываться от драйверов для старого оборудования: именно они чаще всего становятся мишенью многочисленных отчётов о безопасности, несмотря на ничтожную базу пользователей.
