两个月前,在 Linux Foundation 的开源峰会上,Linux 之父 Linus Torvalds 还曾公开透露,自己没有真正用过 AI 来生成代码。但这个说法,很快就被他本人“打脸”了。
就在刚过去的一个假期里,Linus 不仅亲自上手体验了一把当下颇为流行的 Vibe Coding(氛围编码),而且还推出了一个新的开源项目 AudioNoise。


假期时间,Linus 的”固定节目“
如果你熟悉 Linus Torvalds,就会知道他每到假期,总会给自己找点新玩具。
第一个版本的 Git 便是他在休假的时候自己一个人捣鼓出来的。
去年他又迷上了自制吉他效果器,还在 Linux 6.13-rc7 的发布说明中调侃说,这是“给成年人玩的乐高,只不过手里拿的是电烙铁”。硬件、电路、焊接,这些和内核开发完全不在一个维度的事情,却成了他放松大脑的方式。
正如他此前在访谈时候说道:
这个非常奇怪的爱好诞生背景是:去年圣诞节,我开始为了好玩做吉他踏板。这毫无道理,因为我没有任何音乐天赋,这辈子都没摸过电吉他,但我想学习电子学。所以我开始做吉他踏板,先是做套件,然后自己设计。它们都做得烂极了。我其实不想鼓励别人这么做,因为这毫无意义。毕竟现在所有现代吉他踏板都是数字化的。
但我之所以做,是因为我认为——这也是我鼓励大家的——当你有一份压力很大、风险很高的工作,你觉得需要做点别的事情来放松时,你应该找一个爱好,在这个爱好里,失败不仅是预料之中的,而且其实很有趣。
AudioNoise 也是在这样的背景下诞生的。
Linus 将它定义为一个用于实现随机数字音频效果的小项目,并毫不掩饰地称其为“另一个和吉他效果器有关的傻乎乎仓库”。

这个新项目采用 GPLv2 许可证,目前代码已经发布在 GitHub 的 torvalds/AudioNoise 仓库中。
从功能上看,这并不是一个面向专业音频制作的复杂系统,而更像是 Linus 学习和实验数字音频处理的“练习作品”。

真正引发讨论的,是 README 里的那段话
AudioNoise 本身并不复杂,但它之所以迅速在社区里引发讨论,原因来自 README 中的一段自述。
Linus 写道:
「另外也要说明一下,项目中 Python 可视化工具基本上是通过 vibe coding 写出来的。我对模拟滤波器的了解——虽然也谈不上多——都比我对 Python 的了解要多。它一开始还是那种典型的“搜一搜、照着写”的编程方式,但后来我干脆把中间人——也就是我自己——给省掉了,直接用 Google Antigravity 来生成这个音频采样可视化器。」
也就是说,这次并不是“AI 辅助写代码”,而是 Linus 主动把一个完整的小工具交给 AI 来完成,而自己更多扮演的是使用者和审查者的角色。

AI 写内核?他依然很谨慎
不过,这并不意味着 Linus 对 AI 生成代码的态度发生了根本性转变。
他此前明确表示,「我觉得内核够复杂、够特别,虽然我们开源了很多代码让 AI 学习,但它很难直接用在内核上。我估计很少有人会用 Vibe Coding 方式写内核,更多是用在自己的小项目上。」
这次的 AudioNoise,正是一个典型例子。
但从整体上,Linus 对 AI 依然持相对积极的态度。他回忆说,自己小时候接触电脑,是靠着杂志上一行行照抄程序入门的。那种低门槛、强反馈的体验,让他真正爱上了计算机。
而今天,计算机系统和软件工程的复杂度,已经远远高于当年。对于新人来说,直接进入编程世界并不容易。在这种背景下,Vibe Coding 虽然并不适合用来做严肃、长期维护的产品,但它确实是一种让更多人参与进来、感受到编程乐趣的方式。

比起“写代码”,他更看好 AI 审代码
有意思的是,Linus 在不久前的访谈里,还特别强调了一点:他本人其实并不太喜欢“AI”这个词。
原因并不是反感这项技术,而是觉得它被过度营销了,仿佛所有问题都必须靠 AI 才能解决。但抛开这些概念包装,他非常认可 AI 作为工具的实际价值。
尤其是在代码审查这个方向上。
作为内核维护者,代码审查是 Linus 工作中最重要、也最耗精力的部分。相比“让 AI 写代码”,他反而觉得“让 AI 帮助维护代码”要有价值得多。
他透露,目前已经有一些项目在探索用 AI 来辅助代码审查:在补丁进入主干流程之前,提前发现潜在问题,减少人为疏漏。理想情况下,甚至可以在代码提交到他面前之前,就把明显的问题拦下来。
这类尝试已经讨论了很长时间,而现在,Linus 开始看到一些真正可行、且颇具潜力的实际案例。他对此相当乐观,希望在不远的将来,AI 能成为内核工作流中一个重要的组成部分。
来源:
https://github.com/torvalds/AudioNoise

另外下面是一个量化小白的入门小册,有兴趣的可以看看,合适了再下手哈!买了之后有我们专门的新手量化交流群可以讨论。
