核心判断是：如果有人炫耀说“我们99%的代码都是AI写的”，那么严格来说，他100%的代码其实都是编译器写的。这个观点出自Linus Torvalds之口，一如既往地犀利直接。

在最近的北美开源峰会上，Linux和Git的缔造者Linus Torvalds与老友Dirk Hohndel完成了第30次公开对谈。面对眼下这股来势汹汹的AI编程浪潮，这位开源世界公认的“代码守门人”依然保持着他标志性的清醒和锐利。

Linus的职业生涯长达35年，他亲眼见证了从机器码到汇编语言，再到高级语言编译器的整个演进过程。在他看来，AI确实是提升生产力的伟大工具，这毋庸置疑。但要说它碘伏了编程的本质？恐怕还为时过早。

对于AI给开源社区带来的真实影响，Linus坦承自己有着一种“爱恨交织”的复杂感受：一方面，AI确实帮大家揪出了过去几十年都隐藏得很深的漏洞，这绝对是好事；但另一方面，大量由AI自动化生成的、内容高度重复的错误报告，正在压垮无数个开源项目的维护者。

当代码生成的成本变得如此之低，真正的工程壁垒到底在哪？来看看Linus在这次对谈中，关于AI编程、漏洞披露、开源维护和开发者成长的深度思考。

突如其来的Commit洪流：AI是怎么闯入Linux的

按照几十年的惯例，Linux内核的开发节奏一直极为平稳——尤其切换到Git之后，这种规律性更是稳定得像钟摆。但就在半年前，这个平衡突然被打破了。

“过去六个月里，我们看到了大量的代码提交，一眼望去，全是些微不足道的小修改。”Linus提到，最近两个版本的提交量比过去几年激增了约20%。

一开始，他还以为是因为大家看到Linux 7.0（主版本号更迭）来了，情绪高涨，拼命贡献。但最终发现，真正的变量是AI。

AI工具的门槛大幅降低，直接拉低了向Linux内核提交补丁的门槛。但这却引发了一个始料未及的社会性问题——最直接的痛点，爆发在内核的安全邮件列表里。

几十年来，Linus一直坚持一个理念：“安全Bug也是Bug”。很多常规漏洞本身就隐含着安全风险。当开发者拿着AI工具分析源代码时，很容易发现这些问题。出于对“安全隐患”的天然敏感，大家的第一反应，往往是把报告发给高度保密的安全邮件列表。

结果是什么？灾难性的。“内核的安全列表直接被淹没——成百上千的人用同样的AI工具，对着同一段代码生成报告，内容大同小异，全是重复的。”Linus抱怨道。这些报告常常指向同一个潜在原因，导致那少数几个本应全力处理核心安全问题的维护者，把大量时间浪费在转发、比对、过滤重复报告上。

为此，Linux社区不得不调整漏洞披露政策：如果你是用AI发现的问题，请直接把它视为公开信息。因为既然你能用AI找到，其他100个人也能找到。

维护者的倦怠：当代码洪流遇上有限的精力

AI带来的不只是重复报告，还有开源项目维护者的职业倦怠问题。

Linus指出，Linux内核的优势在于，它拥有上千名贡献者和一批获得良好报酬的稳定维护者，面对这种冲击还能比较从容。但GitHub上数以亿计的项目呢？很多可能只是由一两名开发者业余维护了十几年的“心头好”。

“当这些小型项目遭遇AI生成的报告洪流，确实很容易被压垮。”更棘手的是，很多提交报告的人只是运行了一次AI工具，像“打一枪换一个地方”一样，当维护者试图追问更多细节时，对方已经消失得无影无踪。

说到底，技术本身没有好坏。AI能发现Bug，这是好事。短期内会带来阵痛，但长远看会让软件变得更安全。真正的挑战在于：整个社区还没完全学会如何负责任地、以协作的方式去使用AI工具。

编程的本质没变：AI只是另一个“编译器”

面对那些“AI将替代程序员”的悲观论调，Linus给出了一个硬核到不行的反驳。

“当我听到有人炫耀说‘我们99%的代码都是AI写的’，我会很生气。”Linus说，“因为这些人从来不会说自己‘100%的代码其实都是编译器写的’，但这本质上是一回事。”

退一步说，从手写机器码（Linus至今还记得6502处理器上LDA的16进制操作码是A9），到使用汇编器，再到现在高度依赖编译器——编程工具的演进，一直在不断提高抽象层级。

Linus坚信，AI只是这漫长演进链条上最新的一环。“编译器把生产力提高了1000倍，AI可能会再提高10倍。这很棒，它没有碘伏编程。”

他还创造了一个很有意思的词：氛围编程（Vibes-based Programming）。对于那种一次性的、写完就扔的玩具项目，通过不断调整提示词让AI帮忙生成代码，效果确实出奇地好。

“但如果你要构建的是一个需要维护35年的严肃项目，那就不能只靠写提示词，让别人或AI替你生成代码。你要真正理解你在做什么。”

结语：理解底层的能力才是真正的壁垒

Dirk Hohndel在现场总结了很到位的一点：在AI时代，优秀的开发者依然优秀。因为他们真正理解系统和复杂性，知道如何引导AI产出高质量的代码。而对系统缺乏理解的人，往往只会让AI生成更多隐形的Bug。

Linus对此完全同意。即使是在使用现代编译器、甚至让AI辅助生成代码的今天，他依然会去检查最终生成的汇编代码，确保程序真的按预期在运行。

在浮躁的AI时代，这可能是对所有开发者最好的警醒：不要满足于当一个只会写Prompt的“需求翻译机”。工具的门槛越低，理解系统底层运作原理、驾驭复杂工程架构的能力，就越是你不可替代的护城河。