Сопровождающий ядра Linux сообщает о внезапном улучшении качества отчётов об ошибках, созданных искусственным интеллектом.

Грег Кроа-Хартман, давний сопровождающий ядра Linux, сообщает о значительном изменении в AI-сгенерированных отчётах об ошибках для ядра Linux. Примерно месяц назад отчёты перешли от того, что он называет 'AI-помои' — очевидно ошибочных или низкокачественных отчётов о безопасности — к легитимным, полезным находкам.
Переломный момент
Кроа-Хартман отмечает, что 'что-то произошло месяц назад, и мир переключился. Теперь у нас настоящие отчёты'. Этот сдвиг не ограничивается ядром Linux — он утверждает, что все проекты с открытым исходным кодом наблюдают аналогичные легитимные AI-сгенерированные отчёты. Команды безопасности крупных проектов с открытым исходным кодом неформально обсуждают это изменение, и все переживают тот же переход.
Влияние на различные проекты
Команда ядра Linux, будучи более крупной и распределённой, может справиться с возросшим объёмом отчётов. Кроа-Хартман заявляет: 'Для ядра мы можем с этим справиться. Мы гораздо более крупная команда, очень распределённая, и наш рост реальный — и он не замедляется'. Однако он подразумевает, что у небольших проектов меньше возможностей поглотить этот внезапный поток правдоподобных AI-сгенерированных отчётов об ошибках.
Текущая роль ИИ в разработке ядра
В настоящее время ИИ проявляет себя скорее как рецензент и помощник, чем как полноправный автор кода ядра Linux, хотя эта грань начинает размываться. Кроа-Хартман провёл собственный эксперимент с AI-сгенерированными патчами: 'Я дал действительно глупый запрос. Я сказал: "Дайте мне это", и он выдал 60: "Вот 60 проблем, которые я нашёл, и вот исправления для них". Примерно треть была ошибочной, но они всё равно указывали на относительно реальную проблему, а две трети патчей были правильными.'
Он отмечает, что даже рабочие патчи всё равно требовали человеческой доработки, лучших описаний изменений и работы по интеграции. Для 'простых небольших условий ошибок, правильного обнаружения условий ошибок' ИИ уже сегодня может генерировать десятки пригодных к использованию патчей.
Реакция инструментария
Увеличение числа AI-сгенерированных отчётов стимулировало интеграцию ИИ в инфраструктуру проверки ядра. Ключевым инструментом является Sashiko, изначально разработанный в Google и теперь переданный Linux Foundation. Кроа-Хартман говорит: 'Нам нужно иметь лёгкий способ проверки некоторых из этих патчей, которые поступают таким образом, чтобы снизить нашу нагрузку'. Инструмент 'доступен, работает почти на всех патчах ядра' и публично видим, при этом интеграция в инструменты проверки продолжается.
📖 Прочитать полный источник: HN AI Agents
👀 Смотрите также

ИИ-мания: от тюльпанов до токенов — критический взгляд на цикл ажиотажа вокруг ИИ
Шон Хелви проводит параллели между тюльпаноманией и сегодняшним бумом ИИ, подвергая сомнению истинный интеллект ИИ, прозрачность и внешние эффекты. Затрагивает затраты на энергию, расширение дата-центров и необходимость суверенитета данных.

Первый в мире эксклюзив GitHub для ИИ-агентов запущен: Ограниченный бета-тест для 100 пользователей.
Разработан инновационный эксклюзив GitHub для AI-кодеров, с ограниченным бета-тестированием на 100 пользователей. Узнайте, как этот инструмент готов революционизировать сотрудничество в области ИИ.

Microsoft BitNet позволяет выполнять вывод LLM с 100 миллиардами параметров на одном процессоре.
Проект Microsoft с открытым исходным кодом BitNet обеспечивает вывод 100B-параметрической LLM со скоростью 5-7 токенов в секунду на одном CPU, при этом 2B-параметрическая модель использует 0,4 ГБ памяти и имеет задержку 29 мс, соответствуя полноразрядным моделям в тестах.

Как подключить OpenClaw к Ollama удаленно
Полный гид по подключению OpenClaw к Ollama с другого ПК, исследующий взгляды сообщества и практические шаги для бесшовной интеграции.