Linux之父开炮：AI写的代码是垃圾！
2025年末，Linux内核社区发生了一件不大不小的事。
Linus Torvalds——这位被称为「上帝之眼」的程序员——在邮件列表里公开炮轰AI生成的代码文档，措辞之激烈，一如既往地保持着「敢说敢言」的人设。
他说的大概意思是：你们不要再把AI写的那些垃圾文档塞进内核代码库了，根本没法看。
消息一出，科技圈炸锅了。
AI编程工具吹了这么多年，连Linus都不买单？
01 事件始末：Linus到底说了什么
事情大致是这样的：
Linux内核社区的维护者在合并代码时，发现某些贡献者提交了大量由AI生成的文档注释（Documentation）。这些注释语法正确、格式规范，但内容空洞——要么是重复的废话，要么是明显错误的描述，甚至有些直接胡编乱造。
Linus在邮件列表里的原话虽然措辞粗俗，但意思很明确：「如果你用AI写文档，至少自己要读一遍，确认它说的是人话。AI写的东西，十篇有九篇是垃圾。」
这不是Linus第一次对AI开炮。
早在2024年，他就公开质疑过AI代码助手的作用——「我不反对AI，但我不相信它现在能写出合格的代码。」
从这位写出Linux内核、创造Git的程序员嘴里说出来，这话的分量不轻。
02 为什么AI文档让Linus这么愤怒？
要理解Linus的愤怒，得先了解Linux内核社区对代码质量的要求。
Linux内核代码库是全球最复杂的开源项目之一，代码由全球数万名开发者贡献，维护者只有几百人。文档的质量，直接决定了其他开发者能否正确理解和使用代码。
AI生成的文档有三个致命问题：
第一：准确性存疑
AI擅长生成「看起来正确」的内容，但内核代码的很多设计决策有特殊历史原因和上下文，AI不知道这些。它会把一个普通的函数描述成「这是一个革命性的创新」，也会把复杂的锁机制简化为「该函数用于线程同步」——说了等于没说，甚至可能误导人。
第二：一致性缺失
内核代码库有大量的编码规范和文档风格指南。AI生成的文档往往不符合这些规范，维护者需要花大量时间修改，比自己写还慢。
第三：责任归属模糊
代码贡献者要为代码负责，文档也一样。如果一份文档因为错误导致用户踩坑，贡献者要背锅。AI写的文档，谁来负责？
「你提交了代码，你就要为它的一切负责，包括文档。」 这是开源社区的基本规则。AI不能替你负责，你就要自己审核。
03 AI编程工具的现状：理想与现实的差距
过去两年，AI编程助手火得一塌糊涂。
GitHub Copilot、Cursor、Claude Code、Cline……工具越来越多，能力越来越强。写代码、Debug、写测试用例，一键搞定。
很多开发者说：「AI编程助手让我每天多写两小时代码。」
也有人说：「AI让我这个完全不会编程的人，也能写出可运行的代码了。」
这些都没错。但问题在于：AI编程工具在「简单场景」表现出色，在「复杂场景」问题频出。
简单场景：写一个Web服务、处理一个API请求、实现一个排序算法——AI很擅长。
复杂场景：理解一个20年历史的遗留系统、修复一个涉及多线程竞态条件的Bug、写出符合严格编码规范的高性能代码——AI经常出问题。
Linux内核代码，属于后者中的后者。
「AI能写代码，但写不出好代码。」 一位长期参与开源项目的开发者这样总结。
04 为什么专业人士普遍不信任AI写代码？
不只是Linus，开源社区对AI写代码这件事，整体态度偏保守。
Stack Overflow 2024年的开发者调查显示：超过60%的专业开发者认为AI代码助手「需要人工审核才能使用」，只有不到15%认为AI生成的代码「基本可靠」。
背后的原因很现实：
•代码是给人看的，顺便给机器执行。AI写的代码，机器能运行，但人不一定看得懂。
•边界情况（Edge Case）是代码的试金石。AI擅长处理常见情况，但处理异常时经常出问题。
•系统级代码需要深刻理解硬件和系统原理。AI可以学习大量代码，但它不理解「为什么这样设计」。
一个有趣的现象：越是资深的开发者，对AI编程工具的态度越谨慎。反而是初学者，觉得AI编程工具「真香」。
原因可能是：资深开发者见过太多「看起来对但实际有问题」的代码，对质量的敏感度更高。而初学者没有足够的经验来判断AI输出的质量。
05 AI编程工具的真实价值：辅助而非替代
客观地说，AI编程工具不是没有价值。
它的最佳使用场景是：
•快速原型：验证一个想法是否可行，AI可以帮你快速搭一个demo
•代码补全：重复性代码、模板代码，AI写比你复制粘贴快
•学习辅助：看AI怎么写一个排序算法，帮助理解某个框架的使用方法
•文档生成：为简单函数生成基础注释（前提是你自己审核过）
它不适合的场景是：
•核心业务逻辑、涉及钱的代码
•系统底层代码、高性能要求代码
•需要深度领域知识的代码
•需要长期维护的关键代码
「AI是助手，不是替代者。」 这个判断目前来看是准确的。
06 开源社区的反思：AI来了，我们怎么办？
Linus的炮轰，某种程度上代表了开源社区对AI浪潮的集体反思。
开源项目的核心是人——人的判断、人的经验、人的责任感。代码审查（Code Review）的本质是人来保证质量。
如果AI生成的代码和文档大量涌入，质量参差不齐，维护者的审核成本会大幅上升。更重要的是，当「AI生成代码、人类提交」成为常态，责任归属就变得模糊了。
一些开源项目开始制定AI使用规范：
•必须在提交信息里注明「本文档/代码由AI辅助生成」
•贡献者必须证明自己审核过AI的输出
•某些关键模块禁止使用AI生成代码
这些规则未必是最优解，但反映了开源社区正在认真思考：如何让AI成为帮手，而不是负担。
07 写在最后
Linus骂人，向来不留情面。但他骂的从来不是「新技术」，而是「不负责任的使用」。
AI编程工具同理。
它可以是高效助手，也可能是质量灾难。关键在于使用者——你有没有审核它的输出？有没有理解它的局限？有没有为它的错误承担责任？
好的工具 + 负责任的使用者 = 效率提升 差的工具 + 不负责任的使用者 = 灾难
Linus的话刺耳，但不无道理：如果你用AI写代码，至少确保自己看得懂、能解释、会负责。
否则，那个AI输出的「垃圾」，最后背锅的还是你。
你用过AI编程工具吗？踩过什么坑？欢迎在评论区分享你的经历。
