Linus首推VibeCoding项目：刚与AI和解的编程革命
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
编辑｜泽南、杜伟
时代变了，就连 Linus Torvalds 现在也氛围编程（Vibe Coding）了。
上周末，最著名程序员、Linux 作者 Linus Torvalds 发布 Vibe Coding 项目的消息让不少人始料未及。
大神在 GitHub 上发布了一个名叫 AudioNoise 的新项目，和 Linux 并列。
在自述文件中，Torvalds 说这是一个和吉他效果器相关的代码库，「这些效果器在利用 AI 技术『模拟箱体』…… 另外需要注意的是，这个 Python 可视化工具基本上是用 Vibe Coding 的方式编写的。」
Torvalds 表示，他对模拟滤波器的了解要比对 Python 的了解要多得多。一开始写这个项目时，他就像平时那样通过谷歌搜索然后照搬照抄的方式进行编程，但后来他决定省略中间环节 —— 也就是他自己 —— 直接使用 Google Antigravity 来实现音频样本的可视化。
看起来在新年假期里，Torvalds 也没有闲着，他也在顺应最近科技界最大的 AI 潮流。
对此，人们的反应既有欢迎的，也有谨慎的。首先当然是普大喜奔：「官宣了，Vibe Coding 是合法的。」
Torvalds 首个 AI 项目，生成了什么？
这个名为「AudioNoise」的项目在 5 天前上传到了 GitHub，目前已经收获了 1.4k 的 Stars。
GitHub 地址：https://github.com/torvalds/AudioNoise
根据主页介绍，AudioNoise 项目源自 Torvalds 几个月前做的一个「随机吉他效果器板设计」（GuitarPedal），包括电路原理图和代码
这是他在 Linux 内核之外的一个兴趣尝试，目的不是打造成品设备，而是探索运算放大器（op-amp）等电路设计原理，详情可参考以下项目。
GitHub 地址：https://github.com/torvalds/GuitarPedal
从上个项目的结果来看，虽然 Torvalds 制作的基于树莓派 RP2354A 开发板和 TAC5112 音频编解码器的数字吉他单块效果器确实可以正常运行。但是 Torvalds 对一些模拟接口的选择并不太满意，尤其是那些电位器。此外他越来越讨厌那个会发出咔嗒声的脚踏开关，即使它能兼做编程时的引导选择开关。
因此，Torvalds 暂时没有去管硬件设计，而是认真琢磨了物理交互界面以及数字音效。他的想法很简单，「既然全都是数字化的，那就先搞模拟，别太纠结硬件。」
这就像 Torvalds 最开始做模拟电路一样，只是玩玩而已，不必太当真。本项目主要的设计目标是学习数字音频处理相关的基础知识，这和他此前做吉他单块项目来学习硬件的初衷完全一致
项目中并没有什么基于 FFT（快速傅里叶变换）的声码器，有的只是 IIR（无限冲激响应）滤波器和基础的延迟循环。
一切都是「单采样输入，单采样输出，并且零延迟」。采样可能会存储在延迟循环中，以便在后续调用时实现回声效果），但也没有进行任何复杂的实时处理。
Torvalds 对 TAC5112 在 ADC（模数转换器） 到 DAC（数模转换器） 链路中低于毫秒级的延迟表现很满意，因此现在也打算延续这种设计思路。再加上他以前没做过这些，所以单从新手这个角度来看，一切都显得非常基础和简单。
换句话说：这些 IIR 滤波器并不是现代单块或吉他音箱里那种高端的 AI「箱体模拟」。虽然它们确实能模拟移相器等模拟电路，但只是通过数字全通滤波器来模拟 RC（电阻器和电容器）网络的效果，并没有用到什么真正高深的技术。
Torvalds 特别强调了，项目中的 Python 可视化工具基本上是靠「氛围编程（Vibe-Coding）」写出来的。他起初只是采用典型的「搜索并照猫画虎」式编程，但后来省去了中间人（他自己），直接让 Google Antigravity 来写这个音频采样可视化工具
对于 AI 编程工具的加入，Torvalds 自己的心得是：过程基本顺利，虽然他有时需要琢磨一下使用「内置矩形选择」功能时到底出了什么状况。在告诉 Antigravity 直接写一个自定义的 RectangleSelector 之后，情况就好了很多。
如果要问氛围编程是不是要比他自己动手写出来的效果好呢？他的回答是肯定的
Torvalds 使用的 AI 软件开发平台 Antigravity，是去年 11 月谷歌刚刚发布的智能体式开发平台，直接对标 Cursor。
它将传统的 AI 驱动的集成开发环境 (IDE) 发展为「智能体优先」的形态。背靠谷歌自家的最新大模型 Gemini 3，可以驱动编程智能体自主规划和执行复杂的、端到端的软件任务。
当然，更重要的是，这个工具目前在招揽用户时期是免费使用的。
圈内热评：AI 大势下的「顺流而下」
Linux 之父开始使用 AI 编程工具这一「罕见的盛况」，在圈内引发了现象级的讨论，简直是「活久见」系列。
有人感叹，「我认识的最厉害程序员，包括那些构建编译器、CUDA 内核和操作系统等最核心功能的程序员，他们以前对「所有 AI 代码都是垃圾」的呼声最高。但如今，他们的想法正在迅速改变，并对 AI 的强大感到震惊。没有时间去否认这一点了。」
Antigravity 创建者、谷歌 DeepMind 工程师 Varun Mohan 视 Torvalds 为自己的编程偶像之一，此次对其能够在最新的项目中使用该 AI 编程工具感到莫大的荣幸。
云开发平台 Vercel CEO Guillermo Rauch 列举了 2026 开年发生的几件大事，其中 Torvalds 在其非内核项目中使用氛围编程与陶哲轩宣布 GPT 和 Aristotle 自主解决 Erdős 问题、编程大神 DHH 收回在 Lex 播客中发表的「AI 不会编程」的言论等并列。
几天前，Linus 还在骂 AI
作为曾经引领时代的程序员大神，Linus Torvalds 对于 AI 写代码这件事的态度还是相对保守的。至少直到去年底，他在几次采访中还是把编程分为「入门」与「生产」两个维度。
他认为对于非专业人士来说 Vibe Coding 是一项降低门槛的伟大技术，但对于生产环境和内核开发，Linus 明确表示 Vibe Coding「是一个非常，非常糟糕的主意 —— 如果你自己都不理解代码的逻辑，当它在生产环境中崩溃时，你根本无法修复。」
Torvalds 认为目前的 AI 辅助编程主要是「90% 的营销加 10% 的现实」，极其反感那些利用 AI 生成「垃圾代码」并提交给内核维护者的行为。
1 月 7 日，在 Linux 内核开发人员讨论如何规范 AI 生成的 Linux 内核时，Torvalds 忍不住插话进来：
他表示：「讨论 AI 生成的垃圾毫无意义，简直愚蠢至极。那些生成垃圾内容的人根本不会在他们的补丁中注明这一点。所以，停止这种愚蠢的行为。我不希望任何内核开发文档包含任何关于人工智能的声明。」
这样厌恶的态度，让人想起当年他对老黄竖起的中指。
不知为何在骂完之后，Torvalds 就放出了自己用 AI 写好的代码。
AudioNoise 这个小项目，会成为 Linus Torvalds 的「真香时刻」吗？
https://www.reddit.com/r/theprimeagen/comments/1q9q2kd/linus_torvalds_is_a_vibecoder_now/
https://x.com/AiBattle_/status/2010105477166969307?s=20
https://github.com/torvalds/AudioNoise
https://news.ycombinator.com/item?id=46569587
https://x.com/kimmonismus/status/2010445425694867753?s=20
https://x.com/Yuchenj_UW/status/2010215226978042218?s=20
https://x.com/_mohansolo/status/2010023056778137699?s=20
相关攻略
探讨RPA（机器人流程自动化）时，一个普遍被提及的问题是：学习和应用RPA需要编程基础吗？ 答案并非绝对。这主要取决于三个核心维度：所选RPA工具的特性、待自动化流程的复杂程度，以及实施者自身的技术背景。下面我们将逐一深入分析。 一、RPA平台与编程需求 不同RPA厂商提供的平台，其技术门槛差异显著
南京大学与伦敦大学学院联合研究团队近日发布了一项突破性成果，为精准评估大型语言模型在代码生成与编程任务中的真实能力提供了全新框架。相关研究论文《CONTEXTBENCH: 评估代码大模型上下文推理能力的基准》已正式发表于预印本平台arXiv，论文编号为arXiv:2602 05892v2。 随着AI
苹果Swift学生编程挑战赛揭晓，江苏四名学生获奖。作品涵盖海洋公益游戏、手势控制音乐应用、虚拟拼豆机及机器人实验室游戏，展现了年轻开发者用代码表达创意与解决实际问题的能力。赛事允许使用AI工具辅助开发，但强调批判性思维与原创力仍是核心价值。
编程十年的一点分享 在软件开发的路上走过十几年，从一个爱好者到以此为业，有些体会或许值得聊聊，就当是抛砖引玉吧。 最早接触编程，是从BASIC和C语言开始的。工作后，随着需要，陆续学习了dBase、Access这类桌面数据库的开发。真正以开发为职业，可以说始于FoxPro 5 0，之后技术栈随着项目
编程是什么？ 在软件行业沉浸多年，回头一想，似乎很少严肃地追问过这个最根本的问题：到底什么是编程？今天，就让我们来好好探讨一下。 如果翻开教科书，你会找到这样的标准答案：编程，就是为解决特定问题，使用某种程序设计语言编写代码，并最终让计算机输出结果的过程。其核心在于，人类必须将解决问题的思路、方法和
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家