整理 | 郑丽媛 出品 | CSDN(ID:CSDNnews) AI 写代码已经够有争议了,没想到这次连 Linux 内核都被拉出来“挨骂”了。 近日,主打隐私和安全的移动操作系统 GrapheneOS 团队在社交平台 X 上与网友展开了一场激烈争论。面对“LLM 生成的代码质量差、没人能维护”的质疑,他们不仅坚称 AI 大模型正在显著提升项目代码质量,还直接 把矛头指向了 Linux 内核,称其数百万行代码是 “human slop”(人类制造的垃圾代码) 。 更狠的是,GrapheneOS 认为,Linux 从诞生之初就选择了一条背离稳健软件架构的发展路线:单体内核、缺乏内部隔离、大量内存不安全代码,甚至一个冷门驱动中的小错误,都可能演变成高权限代码执行漏洞。 这番言论很快引发了开发者社区的围观。有人赞同它对 Linux 安全问题的批评,也有人反过来质疑: 一个自己也依赖 Linux 内核的项目,凭什么把话说得这么绝? 网友劝 GrapheneOS 别用 AI,开发团队:恰恰相反! 事情最初,来自一位 X 网友 Bilskirnir3124 对 GrapheneOS 使用 LLM 的不满。 他认为,LLM 生成的代码会让产品质量变差,团队成员也可能逐渐失去对代码库的理解。一旦 AI 生成的代码越来越多,最后可能连开发者自己都不知道系统是怎么运行的。 “GrapheneOS 本来是一个很棒的项目,我不想看到它被 LLM 代码毁掉。” GrapheneOS 团队显然不接受这个判断。他们表示, 使用 L LM 进行代码审查和 Bug 排查后,项目代码质量已经有了明显提升。 例如,此前他们要把 Pixel 10 的驱动程序从 Linux 6.6(QPR1)和 Linux 6.12(QPR2)移植到 Linux 6.18,就借助 AI 提前发现了大部分潜在问题,所以那次移植工作异常顺利。 不仅如此,GrapheneOS 内置了面向用户的崩溃报告系统和日志查看器,用户可以直接向团队提交系统运行中出现的问题:过去,开发者虽然能收到大量崩溃堆栈和日志,却不一定能快速定位问题根源; 现在,大模型可以帮助团队分析这些信息,更快找出 Bug 出现的位置和原因。 GrapheneOS 特别强调,自己并不是在搞所谓的“氛围编程(Vibe Coding)”,不会让 AI 随便生成一段代码,就直接部署到服务器或交付给用户。 他们 目前主要把 AI 用在代码审查、Bug 定位和问题修复上 ,甚至因为最近的工作重点是清理 Bug、减少系统冗余开销,团队已经有一段时间没有推出太多新的操作系统功能了。 大 骂 Linux 内核是“人类垃圾代码” 真正让这场讨论火起来的,是 GrapheneOS 随后的一番言论。面对网友关于 AI 代码是否会让团队失去理解能力的质疑,GrapheneOS 团队回应称: “我们现在对代码的理解比以前深入得多。要知道,我们并没有编写其中绝大多数代码,而且我们的质量标准远高于 Google。如今,我们终于有了能帮助自己理解和处理数百万行‘人类垃圾代码’(human slop)的工具,比如 Linux 内核。” 不得不说,这里的“human slop”相当刺耳。Slop 原本有劣质内容、糟粕的意思,近年来也经常被用来形容低质量的 AI 生成内容。 而 GrapheneOS 把它用来形容 Linux 内核,相当于直接把矛头指向了人类开发者几十年来积累的软件代码。网友 Bilskirnir3124 都忍不住吐槽: “human slop?哥们,你这用词可真够狠的。” 但 GrapheneOS 并没有收敛,反而继续解释:不能把大型软件、固件和硬件项目长期存在的安全问题都归咎于 LLM。像 Linux,每个月都有大量早已存在的严重 Bug 被发现和修复, 即使没有 AI,Linux 也 早 就 充斥着大量人类开发者粗制滥造的代码。 因此在 GrapheneOS 看来,AI 确实可能让项目更快地产出垃圾代码,但这并不是 AI 带来的新问题,而是整个软件行业早已存在的现状。真正应该关注的变化是:有了大模型,现在能更轻松地发现这些问题,从而倒逼整个行业改进软件工程实践。 不只停留在代码质量上,紧接着 GrapheneOS 又把批评进一步指向了 Linux 的底层设计:“ Linux 从诞生之初就选择了一条背离 稳健 软件架构的发展路线 。 ” 根据 GrapheneOS 的说法,Linux 的主要问题集中在三个方面: ● 单体内核架构 :大量核心功能和驱动运行在内核空间,内部隔离能力有限。 ● 内存安全问题 :Linux 内核大量使用 C 语言编写,容易出现越界访问、释放后使用等内存错误。 ● 漏洞影响范围大 :即使是一个很少使用的冷门驱动出现错误,