Подсистема звука Linux наводнена исправлениями с ИИ: IRQ, UAF и особенности
Звуковая подсистема Linux переживает всплеск исправлений, вызванных инструментами ИИ/LLM, что отражает тенденции в сетевой подсистеме. Такаши Иваи (SUSE) представил сегодняшний запрос на включение исправлений для звуковой подсистемы Linux 7.1 с примечанием: 'Как и ожидалось, мы продолжаем получать множество мелких исправлений.' Наиболее значимое изменение касается обработки отложенных IRQ в HD-audio, что в первую очередь влияет на 'странные машины или медленные виртуальные машины.' Дополнительные исправления ядра устраняют ошибки использования после освобождения (UAF), хотя большинство из них характеризуются как 'не очень серьезные.' Остальная часть запроса включает исправления и обходные пути для конкретных устройств: кодеков Realtek на ноутбуках HP и ASUS, исправления светодиодов аудио, а также обновления таблиц Intel для платформ Panther Lake, Nova Lake и Arrow Lake.
Проверка списка рассылки звуковой подсистемы Linux показывает обилие патчей с пометкой 'assisted-by', приписываемых Claude Code и GPT-5.5. Это соответствует более широкой тенденции по всему ядру, где патчи, сгенерированные ИИ, вносят вклад как в мелкие исправления, так и в проблемы безопасности. Звуковая подсистема, похоже, является особенно активной целью для таких автоматизированных вкладов.
Для разработчиков и мейнтейнеров ядра практический вывод: ожидайте более высокого объема мелких звуковых патчей от ИИ. Большинство из них безвредны (обходные пути, обновления таблиц), но изменение обработки IRQ требует тестирования на нестандартном оборудовании или в виртуализированных средах. Исправления UAF, хотя и не серьезные в этой партии, указывают на то, что ИИ-агенты способны выявлять проблемы безопасности памяти в ядре ALSA.
📖 Read the full source: HN LLM Tools
👀 Смотрите также
Nvidia Nemotron 3 Super: Модель с 120 миллиардами параметров и 12 миллиардами активных при выводе.
Модель Nvidia Nemotron 3 Super имеет 120 миллиардов общих параметров, но активирует только 12 миллиардов во время вывода, достигая знаний модели на 120 миллиардов параметров примерно по вычислительной стоимости модели на 12 миллиардов благодаря эффективной маршрутизации, а не сжатию.
Затраты OpenAI на обучение прогнозируются на уровне, в 4-5 раз превышающем ежегодные затраты Anthropic.
Согласно конфиденциальным финансовым данным, о которых сообщает Wall Street Journal, OpenAI планирует тратить на обучение в 4-5 раз больше, чем Anthropic, ежегодно в течение следующих пяти лет. Масштаб этих расходов описывается как ошеломляющий.
Проверка чипа Claude от Samsung: реальные проблемы ИИ в проектировании полупроводников
Samsung использует Claude от Anthropic для проверки конструкций чипов, но процесс идет не гладко. Вот что нам известно.
Взгляды разработчиков на тревогу, связанную с ИИ, и «психоз ИИ»
Обсуждение на Reddit выявило широко распространенную тревогу среди разработчиков, использующих инструменты ИИ, причем разные возрастные группы испытывают различные виды давления: 35-45-летние чувствуют постоянное давление необходимости переизобретать себя, 25-35-летние беспокоятся, что их навыки устаревают, а разработчики младше 25 лет сталкиваются с рисками выгорания, несмотря на свободное владение ИИ.