Linux kernel osjeća AI ubrzanje, a ljudi moraju pregledati veći val zakrpa

U mrežnom dijelu Linux kernela događa se promjena koja je važnija od još jedne rasprave o tome piše li AI “dobar” ili “loš” kod. Prema izvještaju Phoronixa, ovotjedni paket popravaka za Linux 7.1 ponovno je neuobičajeno velik za tako kasnu fazu razvojnog ciklusa. Još je važnije zašto: dio tog volumena dolazi iz rada potaknutog ili ubrzanog AI i LLM kodnim agentima.

To ne znači da je kernel odjednom prepušten automatiziranim sustavima. Linux i dalje prolazi kroz maintainer kulturu, javne liste, pregled zakrpa i vrlo tvrd proces integracije. Ali signal je jasan: alati koji pronalaze greške, predlažu izmjene i pomažu u pisanju popravaka već mijenjaju količinu rada koja dolazi pred održavatelje. U mrežnom podsustavu, gdje sitna regresija može pogoditi poslužitelje, kontejnere, uređaje i cloud infrastrukturu, to nije akademska promjena.

Phoronix podsjeća da je i prošlotjedna zbirka mrežnih popravaka bila opisana kao dio “ludila” koje se nastavlja bez jasnog kraja. Ovoga puta paket je, prema izvještaju, “significantly bigger” nego u ranijim kernel ciklusima za ovu fazu razvoja. Drugim riječima, ne govorimo samo o jednoj neobično aktivnoj rundi, nego o obrascu koji održavatelji već vide u stvarnom toku rada.

Najzanimljiviji dio priče nije sama veličina pull requesta, nego pomak u ekonomiji održavanja. Ako LLM agenti smanjuju cijenu pronalaska i pripreme popravaka, broj zakrpa može rasti brže od kapaciteta ljudskog pregleda. To može biti korisno ako se hvataju stvarni bugovi, ali može postati problem ako se maintainerima šalje sve više rubnih, nedovoljno shvaćenih ili slabo kontekstualiziranih promjena.

Linux kernel zato ostaje bolji pokazatelj od zatvorenih korporativnih demo-projekata. Njegov razvoj je javan, dokumentiran i oslonjen na strogu hijerarhiju odgovornosti. Službena stranica Linux kernela i dokumentacija o razvojnom procesu kernela dobro pokazuju koliko je taj sustav namjerno spor, provjerljiv i skeptičan prema prečacima. Upravo zato je zanimljivo kada AI alati počnu stvarati mjerljiv pritisak na jedan takav proces.

Za industriju je ovo praktičniji signal od većine marketinških najava o “AI programiranju”. Ne radi se o tome da agent zamjenjuje developera u uredskom alatu, nego o tome da se automatizirana pomoć pojavljuje u kritičnom open-source sloju. Mrežni kod u Linuxu završava u distribucijama, serverima, uređajima i platformama koje ovise o predvidljivom ponašanju. Ako se tempo zakrpa mijenja, mora se mijenjati i način provjere.

Zaključak je zato hladan, ali ozbiljan: AI agenti ne moraju autonomno održavati kernel da bi imali sistemski učinak. Dovoljno je da povećaju protok prijedloga, bug reportova i popravaka. Sljedeća faza neće se mjeriti samo time koliko koda mogu proizvesti, nego koliko dobro open-source zajednice mogu zadržati kvalitetu dok se ulazni pritisak povećava. Trag te promjene već se vidi u javnom kernel radu, uključujući repozitorij na git.kernel.org.