一个月突变！Linux内核大佬懵了：上个月还是“AI垃圾”，这个月AI Bug报告却突然靠谱？

整理 | 郑丽媛出品 | CSDNIDCSDNnews最近在做开源项目维护的开发者可能会有一种奇怪的错觉Bug 似乎报告变多了而且变准了——更准确地说是 AI 报的 Bug突然开始“靠谱了”。这不是个别项目的偶然现象而是一场几乎同步发生在整个开源世界的变化。在最近的 KubeCon Europe 上Linux 内核核心维护者 Greg Kroah-Hartman 给出了一个让人有点不安的信息“大概一个月前像是有什么东西变了。现在我们收到的 AI 报告都是真正有价值的 Bug 报告。”可问题是——没人知道发生了什么。从“AI 垃圾”到“真实报告”只用了一个月Greg 回忆说就在几个月前Linux 内核团队还在被一类东西“骚扰”“我们当时把它叫做 AI slopAI 垃圾。”这些由 AI 生成的安全报告大多存在明显问题逻辑不成立、漏洞不存在、描述混乱甚至连基本的代码路径都对不上。对维护者来说它们更像是一种干扰而不是帮助。好在 Linux 内核维护者团队规模庞大这类干扰尚可承受。但对于一些小项目来说情况就没那么乐观了比如 Daniel Stenberg 主导的 cURL 项目就因为 AI 垃圾报告泛滥一度直接停止了 Bug 赏金计划因为根本无力甄别真假。但转折点突然出现——Greg 的描述很直接“某个时间点之后情况突然就变了。”现在的情况是● AI 提交的 Bug 报告大多数是可验证的真实问题● 报告结构更清晰分析路径更合理● 不再是“胡乱猜测”而是接近人类开发者水平的安全分析。更重要的是这并非 Linux 独有现象。“所有开源项目都开始收到 AI 生成的高质量、真实有效报告不再是以前的垃圾内容。”Greg 表示各大主流开源项目的安全团队平时会频繁私下交流大家都观察到了同样的转变“现在所有开源安全团队都在经历这件事。”当被问到“到底是什么改变了”时他的回答非常直接“不知道真的没人知道。”Greg 推测要么是一大批AI工具突然大幅变强要么是很多人开始认真研究这块了似乎有很多不同团队、不同公司在同时发力。但无论原因是什么可以确认的一点是整个开源安全生态正在同步经历这场“AI 跃迁”。不只是找 BugAI 已经开始“修 Bug”变化还不止于此。目前在 Linux 内核中AI 的主要角色仍集中在代码审查code review阶段少量用于生成 patch很少直接用于写核心代码。但 Greg 表示“对于一些简单问题比如错误处理逻辑AI 已经可以生成‘几十个可用 patch’。”Greg 举了个实际例子他曾用一个非常简单甚至“随意”的提示让 AI 分析代码并给出修复方案结果 AI 一口气给出了 60 个问题及对应 patch。其中大约三分之一是错的——但即便是错的它们也指向了某种真实风险。而剩下的三分之二则是可以直接工作的修复方案。当然这些 patch 并不能直接合入还需要人工进行整理、补充变更说明、以及代码集成可重点在于这证明它们已经不是“没用的 AI 垃圾”而是“可用的半成品”。正如 Greg 所说“这些工具效果很不错我们不能忽视它正在快速发展而且越来越强。”Linux 开始“反向武装 AI”提高速度随着 AI 生成内容激增一个新的问题也出现了人类维护者开始“看不过来了”。为此Linux 社区开始反向引入 AI 来解决问题。有一个关键工具是 Sashiko由 Google 开发后捐赠给 Linux 基金会。它的目标很明确在 patch 进入人工审查前先进行一轮 AI 预审。与此同时各个子系统也在积累自己的“AI 审查经验”。“不同子系统会针对性优化能力与提示词 —— 比如存储模块该关注哪些点、图形模块该关注哪些点。大家都在公开社区里贡献优化方案这才是正确的方式非常好。”Greg 还提到现就职于 Meta 的资深内核开发者 Chris Mason率先开创了基于 AI 的审查工作流已经在 eBPF 和网络模块运行了很久systemd 项目也在其纯 C 代码库中使用同类工具。不过他也强调AI 审查是补充而非替代人工“在审查方面AI 能给出不少优质意见但没法覆盖所有情况有些结论依然错误。不过很多显而易见的问题都能被它指出来。”毕竟整体而言AI 审查的真正价值其实并不完全在“是否正确”而在于——它足够快。在传统流程中一个 patch 从提交到被维护者看到可能需要数天甚至更久。而 AI 可以在几分钟内给出初步反馈。这将带来连锁反应开发者可以更快修正问题、提交新版本明显有问题的 patch 可以被提前过滤维护者则可以把精力集中在更复杂的决策上。某种意义上AI 让代码审查从“排队等待”变成了“即时反馈”。但代价也很现实工作量在增加听起来一切都在变好但 Greg 的总结却很克制“我们要 review 的东西变多了。”AI 降低了参与门槛也提高了“内容看起来合理”的程度这直接导致输入量激增。对于 Linux 这样的大项目这还在可承受范围内。但对于中小型开源项目来说这种增长可能是压垮性的。因此像 OpenSSF、Alpha-Omega 等安全项目正在尝试提供更多工具帮助维护者应对这波“AI 输入洪流”。因此对于所有开源维护者来说真正的挑战已经不再是“是否使用 AI”而是如何在不被淹没的前提下把 AI 变成生产力。而从目前的趋势来看这场关于 AI 的“基础设施竞赛”才刚刚开始。参考链接https://www.theregister.com/2026/03/26/greg_kroahhartman_ai_kernel/推荐阅读DeepSeek持续崩了12小时现已恢复xAI 11名联合创始人已全部离职遭中国学界集体“拉黑”后AI顶会NeurIPS道歉 | 极客头条1次操作莫名背上10.6万元账单、Gemini API密钥被盗、项目濒临崩溃独立开发者无奈10分钟就删除旧密钥Google账单却延迟30小时1.9万行Claude Code代码引发百人联名“封杀”Node.js核心成员请愿项目里应禁止AI辅助开发【活动分享】48 小时与 50 位大厂技术决策者共探 AI 落地真路径。由 CSDN奇点智能研究院联合举办的「全球机器学习技术大会」正式升级为「奇点智能技术大会」。2026 奇点智能技术大会将于 4 月 17-18 日在上海环球港凯悦酒店正式召开大会聚焦大模型技术演进、智能体系统工程、OpenClaw 生态实践及 AI 行业落地等十二大专题板块特邀来自BAT、京东、微软、小红书、美团等头部企业的 50 位技术决策者分享实战案例。旨在帮助技术管理者与一线 AI 落地人员规避选型风险、降低试错成本、获取可复用的工程方法论真正实现 AI 技术的规模化落地与商业价值转化。这不仅是一场技术的盛宴更是决策者把握 2026 AI 拐点的战略机会。