Op de KubeCon Europe conferentie heeft The Register een interview gehouden met Greg Kroah-Hartman, die verantwoordelijk is voor de ondersteuning van de stabiele en 'staging' takken van de Linux-kernel, en de hoofdonderhouder is van 16 subsystemen van de kernel. In het interview wordt Gregs kijk op de foutmeldingen, die door AI worden gevonden, besproken. AI wordt al gebruikt in de kernel bij het beoordelen van wijzigingen in het netwerk-subsyteem, eBPF en DRM, en voor de controle van ingestuurde wijzigingen is recent het Sashiko-tool van Google geïntegreerd.
Enkele uitspraken van Greg:
- «Een paar maanden geleden kregen we wat we AI-afval noemden — AI gegenereerde beveiligingsrapporten die duidelijk onjuist of van lage kwaliteit waren. Het was zelfs grappig. We maakten ons er niet echt zorgen om… Een maand geleden gebeurde er iets, en de situatie is drastisch veranderd. Nu krijgen we echte rapporten.»
- «Deze situatie doet zich niet alleen voor in Linux — alle open-source-projecten ontvangen echte rapporten die met AI zijn opgesteld, en nu zijn ze kwalitatief hoogwaardig en geldig. Teams verantwoordelijk voor de beveiliging in de grootste open-source-projecten merken in informele gesprekken dezelfde tendens op.»
- Op de vraag wat dit heeft veroorzaakt, antwoordde Greg: «We weten het niet. Het lijkt wel of niemand het weet. Of veel tools zijn veel beter geworden, of mensen zijn begonnen te zeggen: 'Hé, laten we hier iets mee doen.' Het lijkt wel een kwestie van veel verschillende groepen en bedrijven. Wat de kernel betreft, we kunnen hiermee omgaan. Ons team is veel groter geworden, het is verspreid over de hele wereld, en onze groei is een realiteit die niet vertraagt. Het zijn kleinigheden, niets ernstigs, maar hulp kan nodig zijn voor alle open-source-projecten. Kleine projecten hebben veel minder mogelijkheden om om te gaan met de plotseling toegenomen stroom van door AI gegenereerde foutmeldingen en kwetsbaarheden die echte fouten vermelden, in plaats van afval.»
- Greg vertelde dat toen hij AI vroeg om fouten te vinden in de voorgestelde set wijzigingen, het 60 vond en patches voor hun oplossing bood. Slechts een derde van de gevonden fouten waren ook echt fouten, en van de patches bleken slechts 2/3 correcte oplossingen te zijn die geen verdere aanpassing vereisten, maar het was allemaal zeker niet nutteloos. Volgens Greg kunnen de maintainers dit niet negeren, vooral omdat de resultaten van AI steeds beter worden. Om de patches die met behulp van AI zijn gemaakt te markeren, hebben ze een tag "Co-developed:" toegevoegd. Ondanks enkele pogingen om AI te gebruiken voor de creatie van nieuwe functionaliteiten, wordt AI in de kernel vooralsnog voornamelijk gebruikt bij het reviewen van wijzigingen.
- Een van de meest opvallende voordelen van AI is de verkorting van de verwerkingstijd van patches. Wanneer de AI-assistent voor de hand liggende problemen identificeert, ontvangen de auteurs van patches feedback veel eerder dan de daadwerkelijke maintainer de patch zou kunnen lezen: "Als ik zie dat het systeem reageert op iets, geeft het feedback aan de auteur sneller dan de maintainer zou kunnen doen, en dat is geweldig. We hebben al verschillende bots die patches controleren. Als ik opmerkte dat ze een fout geven, weet ik meteen dat ik daar als maintainer niet eens naar hoef te kijken. En de ontwikkelaar denkt 'Oh, ik kan morgen een andere versie maken', wat helpt om de feedback iets te verbeteren."
Bron: opennet.ru
