Rust salvará a Linux de la IA: Greg Kroah-Hartman sobre errores en C y las garantías de seguridad de Rust

✍️ OpenClawRadar📅 Publicado: 30 de mayo de 2026🔗 Source
Rust salvará a Linux de la IA: Greg Kroah-Hartman sobre errores en C y las garantías de seguridad de Rust
Ad

En la Rust Week 2026, Greg Kroah-Hartman, mantenedor del kernel estable de Linux, hizo una afirmación audaz: Rust salvará a Linux de la creciente avalancha de vulnerabilidades de seguridad descubiertas por IA. Citó errores graves recientes como Dirty Frag, Copy Fail y Fragnesia como evidencia de que el código C tradicional no puede seguir el ritmo de las herramientas automatizadas de detección de fallos. El equipo del kernel emite ahora aproximadamente 13 CVEs al día.

¿Por qué Rust? Verificación en tiempo de compilación

Kroah-Hartman demostró con ejemplos reales: un error de Bluetooth de 15 años que desreferenciaba un puntero sin verificar, y un error de Xen donde se olvidó un bloqueo en una ruta de error. Estima que el 60% de los errores del kernel caen en dos categorías: condiciones de error no verificadas y errores de bloqueo. Rust elimina esto por completo en tiempo de compilación.

Destacó las abstracciones de bloqueo de Rust en el kernel: "La única forma de acceder a los punteros internos de las estructuras es adquiriendo ese bloqueo, y liberándolo automáticamente. El compilador lo hace... Simplemente no puedes escribir código para acceder a esos valores sin adquirir el bloqueo." Esto traslada la verificación de corrección de la revisión humana al compilador.

Ad

Impacto en el código C

Incluso si Rust desapareciera mañana, Kroah-Hartman dijo que su influencia ya ha forzado a Linux a adoptar mejores patrones en C: "Tomamos esto de Rust. Gracias." Nuevos "guardias" en C y bloqueos con ámbito inspirados en el modelo de propiedad de Rust ahora dificultan que el código C maneje incorrectamente bloqueos y memoria.

Con aproximadamente 5.000 desarrolladores pero solo unos 700 mantenedores, el tiempo de revisión es el cuello de botella. Las garantías de seguridad de Rust permiten a los mantenedores aprobar código más rápido: "Si puedo revisar tu código más fácilmente, puedo echarle un vistazo y decir: 'Oye, claramente lo hiciste bien porque usas ese patrón'."

Conclusión

Kroah-Hartman no afirma que Rust sea mágico, sino que elimina directamente las clases de errores más comunes y peligrosas. Las herramientas de IA están acelerando el descubrimiento de vulnerabilidades, pero las verificaciones en tiempo de compilación de Rust ofrecen una defensa escalable. Cada vez más código del kernel de Linux se escribirá en Rust, y el código C existente se está limpiando bajo la influencia de Rust.

📖 Lee la fuente completa: HN AI Agents

Ad

👀 Ver también

La inteligencia inefable de David Silver recauda $1.1B para un superaprendiz basado en RL sin datos humanos
Noticias

La inteligencia inefable de David Silver recauda $1.1B para un superaprendiz basado en RL sin datos humanos

Ineffable Intelligence, fundada por el exalumno de DeepMind David Silver, recaudó $1.1B con una valoración de $5.1B para construir un 'superaprendiz' basado en aprendizaje por refuerzo que descubre conocimiento sin datos humanos.

OpenClawRadar
Tokenmaxxing es el nuevo cronómetro: Por qué tu política de IA debe ser coherente
Noticias

Tokenmaxxing es el nuevo cronómetro: Por qué tu política de IA debe ser coherente

Brian Meeker argumenta en contra de las métricas vanidosas como el 'tokenmaxxing' y comparte la política de IA de cuatro puntos de su equipo: sin imposición, entender el código generado, poder trabajar sin herramientas de IA y preocuparse por los compañeros y clientes.

OpenClawRadar
Ajuste Fino Autosupervisado en Errores Propios Eleva Modelos Pequeños al 80% en HumanEval
Noticias

Ajuste Fino Autosupervisado en Errores Propios Eleva Modelos Pequeños al 80% en HumanEval

Un desarrollador entrenó a Qwen 2.5 7B con sus propios pares de código autogenerados, alcanzando 112/164 en HumanEval (+87 problemas) sin datos de entrenamiento escritos por humanos. El enfoque se transfiere a Llama 3.2 3B y Qwen 3 4B.

OpenClawRadar
Los LLM favorecen sus propios resultados en la contratación: tasas de preselección del 23% al 60% más altas para currículums refinados por IA
Noticias

Los LLM favorecen sus propios resultados en la contratación: tasas de preselección del 23% al 60% más altas para currículums refinados por IA

Un experimento a gran escala muestra que los sistemas de selección de currículums basados en LLM prefieren los currículums generados por IA entre un 67% y un 82% de las veces, lo que resulta en tasas de preselección entre un 23% y un 60% más altas para los candidatos que utilizan el mismo modelo.

OpenClawRadar