托瓦兹又开喷了:AI写的代码正在撑大Linux内核,但他自己也在用

5 月 24 日， Linus Torvalds 又发飙了。

这次的目标是 AI 生成的代码。他在 Linux 内核邮件列表里直接指出：开发者正借助 AI 工具提交大量细碎补丁，导致 RC5 版本体量异常偏大。而按照内核开发节奏， RC5 本该是"降噪"阶段——只修回归 Bug ，不做大改动。

更狠的是，这已经是他 5 月的第二次开火。一周前的 5 月 17 日，他刚骂过一轮：开发者用 AI 到处找问题，但找到之后不自己修，把排查和收尾全甩给少数维护者。

托瓦兹的原话我没法逐字翻译——他的邮件风格你懂的。但核心意思很清楚：别拿 AI 往我的内核里灌垃圾。

说得更直白一点：这本质上是一次公开的"收垃圾"行动。内核维护者不是 QA 团队，没义务替你验 AI 的货。

听起来很合理。

等等——今年 1 月，同一个人，在 GitHub 上公开了自己的 AudioNoise 业余项目，项目说明里写着："Python 可视化工具基本上是由 vibe-coding 编写的。"

用的还是 Google Antigravity ，谷歌刚发布的 AI IDE 。

所以托瓦兹自己也用 AI 写代码。

所以问题到底在哪

这个问题值得拆开看。托瓦兹不是第一次"食言"——他 2025 年 11 月在韩国开源峰会上说"完全没用过 AI 编程工具"，两个月后就公开用 vibe-coding 了。

但他的立场其实一直没变。

他自己用 AI ，是用来写个人业余项目的辅助代码——AudioNoise 是个数字音频效果玩具，不是生产系统。他在项目说明里也补了一句："我对模拟滤波器比 Python 了解得更多——但这并没什么了不起的。"

翻译一下：我就是随便玩玩，别把这当成正经示范。

而他对内核 AI 代码的批评，针对的是另一个层面：在生产级代码库里， AI 生成的补丁正在破坏开发流程。

这不是双标。这恰恰说明托瓦兹比大多数喊"AI 替代程序员"的人更清楚边界在哪。

AI 在内核里到底闯了什么祸

具体来说，两个问题。

第一，噪音攻击。 RC5 阶段，维护者期望收到的补丁是"这个回归我修好了"或"这个新引入的 Bug 我定位到了"。但 AI 工具在代码库里扫描一圈，会标记出成千上万个"潜在问题"——很多是存在了五年十年、从未引发实际故障的"理论隐患"。

开发者拿到了这些 AI 标记，转手就提 Pull Request 。对提交者来说，这是一次成功的"贡献"。对维护者来说，这是一份没有上下文、没有风险评估、没有修复验证的额外工作。

第二，节奏破坏。 Linux 内核的发布周期是精密设计过的。 RC1 到 RC4 是修大问题的窗口， RC5 之后必须静默——每多一个变更，就多一分"修了一个 Bug 引入三个新 Bug"的风险。

而 AI 补丁的特点是：量特别大，单个改动特别小，看起来都"没问题"。合并进去，整体体量就失控了。

托瓦兹在邮件里直接要求开发者重新审视自己的 Pull Request ："提交前先判断，这到底是不是回归修复；如果不是，是不是更适合放到下一个开发周期。"

换句话说：别拿 RC5 当你的 AI 练手场。

——不对，"练手场"这个词太客气了。准确说，是把 RC5 当成了自己的 KPI 刷分器。提一个 AI 发现的"潜在问题"补丁，对提交者来说就是一次贡献记录。但对内核质量来说，是纯负分的操作。

一个更深层的问题

跳出内核邮件列表的语境，这个事件其实在问一个更大的问题：AI 编程工具的正确使用姿势是什么？

我越来越觉得应该把 AI 编程工具类比成医学里的抗生素。

抗生素刚发明的时候，人们觉得这是万能神药——什么病都上抗生素，剂量越大越好。后来我们知道了：滥用会导致耐药性，会让整个医疗系统付出代价。

AI 编程工具正处在"抗生素滥用的早期"。

开发者用它扫出 100 个"潜在问题"，不提修复方案就直接开 Issue 。本质上跟开了一堆抗生素然后让免疫系统自己扛没区别。说白了就是白嫖——AI 帮你把活干了一半，剩下的一半甩给别人。

托瓦兹在内核邮件列表里骂的，说白了就是这个。他不是在骂 AI 本身——他是在骂把 AI 当成廉价劳动力、用完就甩给别人的工作方式。

这一点上，他的立场前后完全一致。他 1 月说的原话是："AI 只是另一种工具，就像编译器让人们从手写汇编代码中解放出来，但并没有让程序员消失。"

编译器解放了你的手，但没有解放你的判断力。

那 AI 编程到底该怎么用

三个简单的原则。

第一， AI 找问题，你得负责修。 这是托瓦兹最核心的不满。 AI 标记了一个"潜在空指针"，你不能直接把标记结果贴到邮件列表里说"你们看着办"。要么你验证完自己写修复，要么你别提。

第二，别在稳定期乱动代码。 不只是内核，任何有一定规模的项目都有发布节奏。 release 前一周大量提交 AI 生成的"小优化"，对项目是伤害而不是贡献。会看日历比会写代码重要。

第三，生产代码和玩具代码用不同的标准。 托瓦兹的 AudioNoise 可以 vibe-coding ，因为崩了最多他自己烦。但内核跑在几十亿台设备上，崩一下是天量事故。你用 AI 写自己的博客主题，随便玩。你用 AI 写支付模块——麻烦多跑两遍测试。

托瓦兹到底在担心什么

其实整件事有一个讽刺的对照。

AI 工具让提交代码的门槛降低了。以前你想给 Linux 内核提补丁，得先看懂内核邮件列表的规矩、搞清楚编码规范、确认你的改动不会破坏十个其他模块。现在 AI 帮你绕过这些——它替你写了补丁，替你写了 commit message 。

提交门槛降低 → 提交量暴增 → 维护者工作量暴增。

而维护者——托瓦兹和他的核心团队——并没有因为 AI 变得更高效。他们还是得一行一行读代码。

所以真正的问题不是"AI 写代码有多好或多烂"。真正的问题是：生产工具进步的速度超过了生产关系进化的速度。几万个开发者每人每天用 AI 产出一百行代码，内核的 review 带宽不会自动乘以一百。

如果这个矛盾不解决，托瓦兹的下一封邮件只会更暴躁。

而你知道他肯定会发。

如果觉得文章对你有帮助，不妨点个「在看」或转发到朋友圈，让更多小伙伴一起受益。你的每一次分享，都是我持续输出干货的最大动力。”