> ## Content Index > Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt > Use this file to discover other available public pages before exploring further. # Linus Torvalds 炮轰 AI 神话 - URL: https://www.hubwiz.com/blog/linus-torvalds-blasts-the-ai-hype/ - Published: 2026-06-10T12:53:35.000Z - Updated: 2026-06-10T12:53:35.000Z - Description: Torvalds见证了编程在每一次重大生产力变革中的演进：机器码、汇编器、高级语言、编译器。每一次变革都被称作革命性的。 - Author: admin - Tags: INDUSTRY, #Import 2026-10-14 14:41 "我们99%的代码都是AI生成的。"Linus Torvalds说这是胡扯。 这个打造了Linux和Git的男人刚刚揭穿了软件工程领域最大的虚张声势。 在明尼阿波利斯举行的北美开源峰会上，Linus Torvalds在短短三十秒内就说出了足以击穿数月AI炒作的话。 当一位听众提到越来越多团队声称他们的大部分代码是由AI编写的趋势时，Torvalds毫不留情。他说这让他感到愤怒。 他的论点非常精准：按照同样的逻辑，这些团队也可以说他们100%的代码是由编译器编写的。这在技术上是事实，但没人会这么说，因为每个人都理解编译器是工具，而不是作者。 AI也是一样。它是一个非常强大的工具，但不能替代理解工具产出的工程师。 ## 1、编译器的类比才是关键 Torvalds见证了编程在每一次重大生产力变革中的演进：机器码、汇编器、高级语言、编译器。每一次变革都被称作革命性的。每一次确实如此，而且每一次都提高了开发者构建软件的门槛下限，却没有降低对理解能力的要求上限。 他的估计是：编译器在几十年的时间里将编程生产力提升了大约1000倍。在他看来，AI在此基础上大约能带来10倍的提升。意义重大，但并非人类工程师的终结。 每个时代的规律都如下所示： ``` Programming Evolution: ────────────────────────────────────────────────────────────── Era Tool Productivity Multiplier ────────────────────────────────────────────────────────────── 1950s Machine code 1x (baseline) 1960s Assembly ~5x 1970s–80s Compilers ~100x 1990s–2010s Higher-level ~1000x (cumulative) languages + IDEs 2020s AI coding tools ~10x on top of above ────────────────────────────────────────────────────────────── Key constant: Human understanding of systems required at every stage. ``` 产出的跃升从未消除理解正在构建之物的必要性。这就是他的论点。 ## 2、AI真正有用的地方（以及它制造麻烦的地方） Torvalds并没有否定AI。Linux内核项目本身已经看到了可衡量的效果：在最近的发布周期中，提交量增加了约20%，其中很大一部分是AI辅助的。AI还在35年历史的代码中发现了真正的bug——这些bug已经沉寂了几十年。 但发现bug和修复bug是两回事。 ``` AI Impact on Open Source — Two Sides: ────────────────────────────────────────────────────────────── [ AI Tool ] │ ├──▶ Bug Detection ──▶ Files report ──▶ PR submitted │ │ │ ┌────────────┘ │ ▼ │ [ Human Maintainer ] │ reviews │ validates │ merges or rejects │ └──▶ Bug Fix (patch) ──▶ Also reviewed by maintainer │ ┌───────────────────┘ ▼ For kernel: manageable (resources exist) For small projects (1–3 maintainers): burnout risk ────────────────────────────────────────────────────────────── ``` 对于拥有丰富资源和成熟审查流程的Linux内核来说，额外的负载是可控的。但对于成千上万个只有一两个人维护的项目来说，AI生成的bug报告浪潮——很多没有补丁，很多没有后续跟进——是一个真正的倦怠问题。 Torvalds指出了一种特定模式：公司用AI生成开源项目中的bug列表，公开发布这些列表，却不提供补丁。这制造了关注，但也为没有参与这个过程的维护者创造了额外的工作。 ## 3、真正好的AI辅助开发是什么样的 富有成效的AI使用与噪音之间的区别，在于使用工具的工程师是否理解输出。Torvalds直言不讳：理解系统的开发者会用AI编写好的代码。不理解的人会用AI编写垃圾——这揭示了"提示词一敲就发布"的工作流程与"先理解再使用"的工作流程之间的差距： ``` # ────────────────────────────────────────────────────────────── # Prompt-and-ship (what Torvalds is criticizing): # ────────────────────────────────────────────────────────────── # AI generates this memory allocation block. # Developer ships it without understanding the lifecycle. def process_data(data: list) -> list: results = [] for item in data: results.append(transform(item)) # AI wrote this return results # No review of edge cases # ────────────────────────────────────────────────────────────── # Understand-then-use (what actually scales in production): # ────────────────────────────────────────────────────────────── def process_data(data: list) -> list: # Developer understands: large lists, generator preferred # AI suggested the pattern; engineer validated the tradeoff return list( transform(item) for item in data if item is not None # Edge case: engineer added ) ``` 第二个版本之所以更聪明，不是因为有没有AI的参与。它更聪明是因为工程师对系统有足够的理解来审查AI的产出。 这就是全部要点。 ## 4、维护者倦怠问题是真实的 这是AI编程热潮中最少被讨论的后果，Torvalds在这方面花了大量时间来阐述。 拥有数十年基础设施和社区积累的Linux项目，可以吸收AI辅助PR的激增。大多数开源项目做不到。一个在某个自己关心的库上花了十年时间的开发者，现在收到大量半成品AI bug报告需要分类处理，这不是在体验生产力提升，而是在体验一种以别人便利为代价的工作量转移。 ``` PR Volume vs. Maintainer Capacity: ────────────────────────────────────────────────────────────── Pre-AI Post-AI surge ────────────────────────────────────────────────────────────── Linux kernel PRs high ~20% higher (manageable) Small OSS projects moderate often unsustainable Drive-by reports rare increasingly common Reports with patches majority declining % ────────────────────────────────────────────────────────────── ``` 导致倦怠的不是工具本身，而是那种认为AI发现的bug就应该自动成为别人问题的期望。 ## 5、真正的结论 Torvalds并不反对AI。他自己在用。Linux内核项目也在用。他承认AI确实发现了数十年人工审查遗漏的bug。 他所反对的是那种叙事框架——即认为AI工具生成的代码行数是一个有意义的指标，或者认为工程师在循环中是可选的。这种框架的错误在于，按照同样的逻辑，任何人都可以声称自己的代码库是"由编译器编写的"。 工具完成工作，工程师理解系统。两者缺一不可，假装并非如此才是让他愤怒的原因。 --- 原文链接: ["99% of Our Code Is AI-Generated." Linus Torvalds Says That's Nonsense.](https://medium.com/@kanishks772/99-of-our-code-is-ai-generated-linus-torvalds-says-thats-nonsense-467c1f27f6ea?ref=hubwiz.com) 汇智网翻译整理，转载请标明出处