Uma contribuição ao kernel com assistência de IA
Linus Torvalds usou um assistente de programação baseado em LLM no trabalho sobre uma série de patches do kernel Linux, um momento notável para um dos projetos de software de código aberto mais influentes. Na submissão que acompanhou o trabalho, Torvalds disse que o código, os programas de teste, a revisão por trás da lista de patches e o primeiro rascunho do texto explicativo foram feitos com o Claude Code, da Anthropic, sob sua orientação.
A divulgação não descreve um sistema autônomo alterando o Linux de forma independente. Em vez disso, descreve o uso de assistência de IA dentro de um processo conduzido por um desenvolvedor para resolver um problema técnico específico. Torvalds publicou o trabalho como uma série de oito patches em uma branch chamada noref-filemap-read-with-llm em seu repositório.
Os patches têm como alvo um problema conhecido de desempenho do Linux envolvendo pequenas leituras do mesmo arquivo em cache em sistemas com múltiplos núcleos e processadores. O problema é conhecido desde 2024, e tentativas anteriores de resolvê-lo não haviam obtido sucesso.
O gargalo está no cache de páginas
O Linux usa o cache de páginas para manter dados de arquivos na memória. Isso normalmente ajuda os programas a evitar acessos repetidos ao armazenamento, mas a origem desta série de patches é outro tipo de custo: a coordenação entre núcleos do processador.
Quando várias threads fazem repetidamente pequenas leituras do mesmo arquivo em cache, elas adquirem e liberam referências ao folio que sustenta esses dados. Essas atualizações da contagem de referências exigem escritas atômicas em uma linha de cache compartilhada. Em um sistema multicore, o tráfego resultante pode fazer com que os núcleos disputem essa linha e reduzir o desempenho da carga de trabalho.
O efeito pode ser especialmente forte quando as leituras são pequenas e frequentes. O exemplo relatado usou oito threads fazendo chamadas pread() de 16 bytes na mesma página em um notebook Intel Core i7-8565U com quatro núcleos e oito threads. Nesse teste, a linha de cache compartilhada respondeu por 99,92% da atividade de carga entre núcleos classificada como Hit in Modified cache line, ou HITM.
Essa medição mostra por que um detalhe de baixo nível, como uma atualização da contagem de referências, pode ter um impacto desproporcional. As leituras individuais são pequenas, mas a sincronização repetida sobre memória compartilhada pode se tornar o principal custo quando várias threads de execução disputam os mesmos dados subjacentes.
Por que a divulgação importa
O desenvolvimento do Linux tem expectativas rigorosas de revisão e testes, especialmente para mudanças que afetam o gerenciamento de memória e o comportamento do cache de arquivos. Por isso, a declaração de Torvalds é significativa menos pelo simples envolvimento da IA e mais porque ele identificou explicitamente seu papel na geração de código, testes, material de revisão e um rascunho explicativo inicial para uma série de patches do kernel.
O relato também oferece uma visão mais concreta de como ferramentas de programação com IA podem ser usadas em programação de sistemas. O assistente foi aplicado a um problema de desempenho delimitado, com comportamento mensurável, programas de teste e um processo de revisão baseado em patches. Torvalds continuou sendo a pessoa que dirigiu o trabalho e submeteu as mudanças.
Essa distinção é importante para avaliar a afirmação. A fonte não apresenta os patches como um caso de um modelo substituindo mantenedores do kernel. Ela apresenta a IA como uma ferramenta usada sob a direção do autor ao enfrentar um problema difícil de cache de memória multicore.
Um caso de teste para IA em software de infraestrutura
Código de infraestrutura é um ambiente exigente para assistência de programação. Uma mudança no kernel precisa fazer mais do que parecer plausível: deve considerar concorrência, características de desempenho e interações que só podem surgir sob cargas específicas. Neste caso, o trabalho está ligado a um mecanismo de contenção claramente identificado no cache de páginas e a um cenário concreto de benchmark.
A série de patches também é um exemplo de uso de IA que vai além do autocompletar de código. A divulgação de Torvalds inclui programas de teste, trabalho de revisão e o primeiro rascunho do texto que acompanha a mudança. Essas são partes distintas do trabalho de engenharia, e a declaração sugere que o assistente foi usado em todas elas, enquanto a direção técnica permaneceu humana.
Se essa abordagem se tornará rotineira no desenvolvimento do Linux será decidido pelo processo técnico normal do projeto: exame do conjunto de patches, testes e revisão por mantenedores e colaboradores. O resultado imediato é mais restrito, mas ainda significativo. Um dos mantenedores mais proeminentes do código aberto documentou publicamente o uso de um assistente LLM em uma proposta de correção para um problema real de desempenho do kernel.
Para desenvolvedores que acompanham a adoção prática de ferramentas de IA, o episódio oferece um enquadramento útil. A tecnologia foi aplicada a um problema específico e mensurável de sistemas — não como substituta da responsabilidade de engenharia, mas como assistente na produção e análise de uma série de patches sob a direção da pessoa responsável por ela.
Este artigo é baseado em reportagem da ZDNET. Leia o artigo original.
Originally published on zdnet.com