AI 程式工程
AI 程式審查令 Linux 7.2-rc7 收入逾 400 項修正,維護者瓶頸轉向人工分流
Linux 7.2-rc7 在發布週期後段仍由逾 230 名貢獻者送入超過 400 項修正,部分問題源自 AI 審查工具。AI 並未取代核心維護流程,但 Sashiko 等代理已把找錯速度推到人工分流與驗證能力之前。

Linux 候選版本接近正式發布時通常應逐步縮小,但 7.2-rc7 仍納入逾 400 項修正、涉及超過 230 名貢獻者。Linus Torvalds 將這種較高修正量稱為由各類 AI 審查工具促成的「新常態」;變更分散於驅動程式、檔案系統、網路及架構程式碼,並非單一重大回歸造成。這裡的 AI 角色主要是掃描現有程式或待審 patch、提出疑點,修正仍須由人類撰寫或確認,再經子系統維護者及正常合併程序。
具代表性的 Sashiko 以 Rust 實作,監看 LKML 郵件列表,使用分階段協議模擬架構、安全、資源管理與並行等專門審查。維護者先前以 Gemini 3.1 Pro 回測 1,000 個帶 `Fixes:` 標記的既有問題,宣稱找到約 53%先前未在原始審查中攔下的錯誤;服務已處理數萬組 patchset。不過這是專案方自測,估計誤報率仍接近兩成,而且不同工具反覆報告同一問題,會把節省的機器時間轉化成維護者的分流成本。
對工程團隊而言,關鍵變化不是「AI 開始寫 Linux」,而是程式審查吞吐量失衡:模型能並行產生大量候選缺陷,人類仍須重現、判斷影響、去重並承擔修正責任。下一步值得觀察的是報告是否附可執行 reproducer、能否先與公開問題及已合併修正去重,以及各子系統是否採用不同的誤報門檻。單看 rc7 的提交量也不能證明每項修正均由 AI 發現,更不能把更多 patch 直接等同於更安全的核心。