当前位置:首页>Linux>活久见:连 Linux 之父这种“反 AI 顽固派”,都开始用 AI 写代码了

活久见:连 Linux 之父这种“反 AI 顽固派”,都开始用 AI 写代码了

  • 2026-10-24 16:10:50
活久见:连 Linux 之父这种“反 AI 顽固派”,都开始用 AI 写代码了

程序员圈子里,有一种人几乎被默认为“最后一批上 AI 的人”。

他们不是不会用新工具,而是极端警惕。 警惕炒作,警惕短期效率,警惕一切可能侵蚀长期工程质量的东西。

而现在,这道防线,正在松动。

最近,Linus Torvalds——Linux 之父、开源世界最著名的“保守派维护者”,悄悄在 GitHub 上传了一个新项目。

项目不大,但足够让人侧目: 这是他用谷歌系 AI 编程工具,通过 Vibe Coding(氛围式编程) 完成的。

仓库很快被网友扒了出来,Star 数一路上涨。 真正引发讨论的,并不是“AI 又进步了”,而是——

连最不吃 AI 这套叙事的人,都开始亲自下场了。


一群曾经“反 AI”的人,态度正在集体松动

如果只看普通开发者的选择,很难判断趋势是否真的发生了变化。 但当定义了整个计算机时代的人开始转向,事情就不一样了。

这批人包括:

  • Linus Torvalds(Linux)
  • James Gosling(Java)
  • Salvatore Sanfilippo(Redis,网名 antirez)

他们有一个共同点: 都曾长期对 AI 编程泼冷水。

Linus:不是反 AI,是反“AI 炒作”

很长一段时间里,Linus 对生成式 AI 的态度只有一个关键词:忽略。

他并不否认潜力,但极度厌恶围绕 AI 的营销噪音。 在公开场合,他直言当下关于生成式 AI 的讨论——

“90% 是行销炒作,只有 10% 是现实。”

也正因为讨厌这种氛围,他干脆选择不参与。

但这并不等于敌视。

当工具逐渐成熟、噪音开始退潮,他反而成为最冷静的一批尝试者。

这次 GitHub 上的项目里,Linus 用 AI 完成了 Python 音频采样的可视化部分: 从最初“搜索 + 改写”,到后来直接让 AI 写代码、定制组件。

他的评价很简单: 效果比自己手写的还好。

但他的立场也很清晰——

AI 可以当帮手,但不能当甩锅对象。 真正的问题不是代码谁写的,而是维护者是否理解它、愿不愿意为它负责。


antirez:从“一行行手写”,到彻底改口

如果说 Linus 的转向是“谨慎试水”, 那 Redis 创始人 Salvatore Sanfilippo 的变化,几乎可以称为自我颠覆。

这位以“简洁、可预测”著称的系统级程序员,曾长期坚持: 写代码这件事,必须亲手完成。

直到他真正深度使用了 Claude 的编程能力。

结果是一次次打脸式体验:

  • AI 在极少人工干预下,修复了 Redis 测试中的并发与时序问题
  • 根据设计文档,20 分钟复刻了他数周完成的内部改动
  • 5 分钟生成了 700 行纯 C 语言库,用于 BERT 类嵌入推理,性能只比 PyTorch 慢约 15%

最终,他公开抛出了一句极具冲击力的话:

“对于大多数项目而言,除非是为了娱乐,现在自己写代码已经不再明智了。”

但他并不认为这是“编程的终结”。

在他看来,变化只是发生了迁移: 真正有价值的事情,已经从“怎么写代码”,转向“为什么要这样设计”。


Gosling:最尖锐的质疑者,但也没把门关死

相比之下,Java 之父 James Gosling 的态度依然锋利。

他多次公开表示: 当前的 AI 热潮,本质上是一种被过度包装的营销叙事。

在他看来,生成式 AI 更像是:

  • 对已有代码模式的重组
  • 一个智能搜索引擎
  • 而非真正具备创造力的工程师

尤其在复杂项目中,“氛围编程”很快会暴露问题: 开发者的认知负担并不会减少,反而可能更重。

但即便如此,他也承认 AI 的现实价值: 写文档、解释代码、补齐没人愿意碰的脏活累活。

他的结论并不极端—— AI 不是救世主,但也不是洪水猛兽。


真正的分歧,从来不是“用不用 AI”

这几位大佬的立场,看似分歧很大,但底层共识其实高度一致:

  • AI 在重复劳动上确实高效
  • 人类程序员不可替代的,是系统理解、架构判断、长期维护责任
  • 以及真正的开拓性创新

他们不是向 AI 投降,而是重新划定边界。


对 Linux 内核来说,Vibe Coding 仍然不够格

需要强调的是: 即便 Linus 现在对 Vibe Coding 持积极态度,他也明确表示——

它并不适合 Linux 内核开发。

原因很现实:

  • 内核是一个需要被不同年代、不同背景维护者反复阅读的系统
  • 可维护性、安全性、稳定性,远高于“写得快不快”
  • 任何一次“图省事”的生成式决策,都可能演化成十年的技术债

这也是为什么,在那个 GitHub 项目里:

  • Python 可视化部分交给 AI
  • 核心 C 语言的数字信号处理逻辑,仍然由他亲自完成

AI 被用在探索性、小工具、样板代码上 而非长期演进的系统核心

这是一个极具工程理性的分工方式。


一个更激进的现实:有人已经在用 AI 写 AI 了

当一部分人还在争论“能不能用 AI 写代码”时, 另一部分人已经把 AI 当成开发搭档,甚至开发对象本身。

比如 Boris Cherny——Anthropic 工程师、Claude Code 的创造者。

他几乎不再以传统方式写代码,而是让 AI 参与开发 AI 本身。 一年时间里,Claude Code 在他的引导下完成了 1000+ 次提交。

工具迅速成为全球最受欢迎的 AI 编程产品之一, 也直接创造了惊人的商业回报。

这条时间线,已经不是“未来想象”,而是正在发生的现实。


写在最后

真正值得关注的,并不是“AI 会不会取代程序员”。

而是一个更现实的问题:

当连最保守、最看重长期维护的人,都开始用 AI 辅助编程时,你的工作方式,是不是也该更新一轮了?

不是全盘交出键盘, 而是学会把 AI 放在它最合适的位置。

工程,从来不是比谁写得快。 而是比谁看得更远。

最新文章

随机文章