Linux内核开发的叙事规则，正在被一段新的代码悄然改写。

长期以来，以严谨、极客甚至略带“脾气”著称的主线维护者林纳斯·托瓦兹（Linus Torvalds），近日在自己的Git仓库中推向了名为 noref-filemap-read-with-llm 的实验分支。这个带有 llm 后缀的命名极为罕见，它宣告了一件事：这位向来依赖纯人工经验守护内核稳定性的开发者，已正式将大语言模型纳入了自己的开发流水线。幕后协作伙伴，正是Anthropic推出的AI编程工具Claude Code。

直击痛点：破解多核时代的内存争抢死结

这组补丁并非技术展示，而是瞄准了Linux内存管理模块一处积重难返的老问题。在传统的页缓存架构下，当多个线程对同一文件发起高频、微量的并发读取时，系统会频繁触发引用计数的原子更新。在多核CPU环境下，密集的锁竞争会让处理器陷入漫长的等待与上下文切换，算力被严重浪费。

托瓦兹提出的解决方案旨在彻底优化页面引用计数的可扩展性。值得注意的是，虽然AI深度介入了代码生成，但工程的“大脑”依然牢牢掌握在开发者手中。从核心逻辑编写、边界测试用例设计、安全漏洞审查，到公告文档的起草，全部流程均由托瓦兹亲自指挥把关，再由Claude Code按指令高效落地执行。

数据实证：吞吐量暴增3倍，系统开销锐减七成

在实测环节，托瓦兹在8线程并发读取单一文件的压力负载下跑出了亮眼的成绩单（测试环境已临时关闭部分本机安全防护以获取纯净基线）：
– 吞吐上限：读取速度从原本的每秒约990万~1040万次，直接跃升至3000万~3300万次，整体性能提升约3倍；
– 内核开销：单次读操作所占用的内核时钟周期，由平均2950次断崖式降至725次，削减幅度高达75%。

实打实的基准测试表明，人机协同不仅能理顺底层逻辑，更能让硬件性能得到实质性释放。

超越加速：AI正在成为内核“考古队”

目前，该优化系列仍驻留在实验分支中，暂未合入即将发布的Linux 7.4正式版。但托瓦兹此次“试水”的价值早已超出单一补丁本身。在近期的内核维护者峰会以及 assoc_array 数据结构的日常清理中，他再次借助LLM的力量对陈旧代码库进行重构与扫描。结果令人振奋：AI精准定位并清除了3个潜伏长达13年、最早可追溯至2013年的隐蔽缺陷。

从攻坚性能瓶颈，到扫清历史技术债，AI辅助开发在内核领域的角色已从“提效工具”进化为“排雷专家”。尽管Linux社区对于将大模型直接融入主线开发流程依然保持审慎态度，但托瓦兹的这次实践无疑释放了一个强烈信号：当资深工程师的经验判断与AI的算力推理形成共振，开源基础设施的演进轨迹，已经迎来了全新的加速度。