Линус Торвальдс применил ИИ Claude Code для оптимизации ядра Linux и поиска старых багов

В официальном репозитории ядра Linux появилась экспериментальная ветка с названием noref-filemap-read-with-llm. Этот шаг необычен для Линуса Торвальдса, так как он практически никогда не держит сторонние ветки в своём основном дереве исходников и работает исключительно с master. Судя по названию и комментариям к патчам, изменения подготовлены при участии нейросетевого ассистента Claude Code.

Оптимизация подсистемы памяти

Пакет исправлений решает давнюю проблему в подсистеме управления памятью. При одновременном чтении небольших порций одного файла из множества потоков возникали серьёзные задержки из-за конкуренции за счётчики ссылок на страницы в кеше. Предложенные изменения перерабатывают код так, чтобы чтение происходило без постоянного обновления этих ссылок, устраняя узкое место архитектуры.

Создатель Linux подтвердил использование нейросетей при разработке решения и составлении документации. Код, тестовые программы, проверка списка изменений и первый черновик описания выполнены с помощью ассистента Claude Code под личным руководством. Все замеры производительности проводились на собственной машине Торвальдса.

Опубликованные результаты тестов показали заметный прирост производительности при многопоточной нагрузке. Сразу после этого в репозитории появился релизный тег assoc-array-fixes, где разработчик вновь задействовал языковые модели для аудита библиотечного кода ассоциативных массивов.

Аудит кода и обнаружение старых ошибок

Поводом для правок стало обращение программиста Нильса Оллрогге, обнаружившего баг в библиотеке assoc_array. Предложенный сторонний патч показался Торвальдсу слишком запутанным для понимания, поэтому задачу по анализу кода поручили искусственному интеллекту. В итоге последовало применение собственного правила: задействовать современные инструменты на базе больших языковых моделей, чтобы во всём разобраться.

Данная ветка при поддержке ИИ делает код более читаемым за счёт разделения крупных функций на части. Затем код прошёл через тестовый стенд в пользовательском пространстве, что не только подтвердило проблему от Нильса, но и помогло обнаружить ещё три ошибки, тянущиеся с самого первого коммита этой библиотеки в 2013 году.

Ранее создатель ядра уже высказывался в поддержку практического применения нейросетей в программировании и экспериментировал с генерацией кода в проекте Antigravity от Google. Подготовленные наборы патчей для подсистемы памяти и ассоциативных массивов пока не объединены с веткой master. Слияние наработок ожидается в рамках окна подготовки релиза Linux 7. 4 после выхода стабильной версии Linux 7. 3 в октябре.