Podczas konferencji KubeCon Europe redakcja The Register przeprowadziła wywiad z Gregiem Kroah-Hartmanem, odpowiedzialnym za wsparcie stabilnych i „staging” gałęzi jądra Linux, który jest głównym konserwatorem w 16 podsystemach jądra. W wywiadzie omawiane jest podejście Grega do raportów o błędach generowanych przez AI. AI jest już wykorzystywane w jądrze do przeglądu zmian w podsystemie sieciowym, eBPF i DRM, a także zintegrowano narzędzie Sashiko od Google do sprawdzania przesyłanych zmian.
Niektóre z wypowiedzi Grega:
- "Kilka miesięcy temu otrzymywaliśmy to, co nazywaliśmy AI-śmieciem — raporty o bezpieczeństwie generowane przez AI, które były ewidentnie nieprawidłowe lub niskiej jakości. To było nawet zabawne. Nie przejmowaliśmy się zbytnio… Miesiąc temu wydarzyło się coś, co drastycznie zmieniło sytuację. Teraz pojawiają się prawdziwe raporty."
- "Taka sytuacja nie dotyczy tylko Linuxa — wszystkie projekty z otwartym źródłem otrzymują prawdziwe raporty stworzone przy użyciu AI, które teraz są wysokiej jakości i ważne. Zespoły odpowiedzialne za bezpieczeństwo w największych projektach otwartoźródłowych, w trakcie nieformalnych rozmów, zauważają ten sam trend."
- Na pytanie, co to spowodowało, Greg odpowiedział: "Nie wiemy. Wygląda na to, że nikt nie wie. Albo wiele narzędzi stało się znacznie lepszych, albo ludzie zaczęli mówić: ‘Hej, zróbmy z tym porządek.’ Wygląda na to, że dotyczy to wielu różnych grup i firm. Jeśli chodzi o jądro, poradzimy sobie. Nasz zespół stał się znacznie większy, jest bardzo rozproszony po całym świecie, a nasz wzrost to rzeczywistość, która się nie zatrzymuje. To drobiazgi, nic poważnego, ale pomoc w tym zakresie może być potrzebna dla wszystkich projektów otwartoźródłowych. Mniejsze projekty mają znacznie mniej możliwości poradzenia sobie z nagle wzrastającym przepływem raportów o błędach i podatnościach generowanych przez AI, w których wspomniane są rzeczywiste błędy, a nie śmieci."
- Greg powiedział, że kiedy poprosił AI o znalezienie błędów w proponowanym zestawie zmian, to znalazło 60 i dostarczyło poprawki do ich naprawy. Tylko jedna trzecia znalezionych błędów była rzeczywiście błędami, a jedynie 2/3 poprawek okazały się właściwymi rozwiązaniami, które nie wymagały dalszej obróbki, ale całe to działanie było z pewnością przydatne. Według Grega, maintainerzy nie mogą tego ignorować, tym bardziej, że wyniki pracy AI stają się coraz lepsze. Aby oznaczyć poprawki stworzone przy użyciu AI, dodano tag „Co-developed:”. Przy tym, mimo odrębnych prób zastosowania AI do tworzenia nowej funkcjonalności, AI w jądrze jest na razie wykorzystywane głównie do przeglądania zmian.
- Jedną z najbardziej zauważalnych zalet AI jest skrócenie czasu przetwarzania poprawek. Kiedy asystent AI wychwyci oczywiste problemy, autorzy poprawek otrzymują feedback znacznie szybciej, niż realny maintainer zdążyłby przeczytać poprawkę: „Jeśli widzę, że system reaguje na coś, udziela odpowiedzi autorowi szybciej, niż mógłby to zrobić maintainer, i to jest świetne. Mamy już szereg botów, które sprawdzają poprawki. Jeśli zauważę, że generują błąd, od razu rozumiem, że jako maintainer nie muszę tego oglądać. A programista myśli 'O, mogę jutro zrobić inną wersję', co trochę poprawia reakcję zwrotną.”
Źródło: opennet.ru
