Linus Torvalds 談 AI 與垃圾修補：當生成式 AI 開始淹沒開源維護管線

當 Linux 核心的最終維護者 Linus Torvalds 公開談論 AI 與「垃圾修補（junk patches）」，他點出的不只是一兩則被退件的程式碼，而是一個正在成形的產業現象：生成式 AI 把提交程式碼的成本壓到接近零，格式正確卻經不起審查的自動化投稿，開始大量湧入開源專案的維護管線。

現象：AI 生成的修補進入核心投稿管線

Linux 核心的開發節奏並不神祕。世界各地貢獻者把修改寫成「修補（patch）」，透過郵件清單提交，再由層層子系統維護者審查、測試、簽核，最後交到 Torvalds 手上併入主線。這套流程運作超過三十年，靠的是一個前提：每一份投稿背後，都站著一個願意為這段程式碼負責、且大致理解它在系統裡作用的人。

據報導，Torvalds 近期對外談及 AI 時，把焦點放在這類「垃圾修補」上。所謂垃圾修補，指的不是格式錯亂的投稿，而是恰恰相反——它們往往符合提交規範、用詞禮貌、甚至附上看似合理的修改說明，但實際邏輯經不起推敲，或根本解決不了真正的問題。這類投稿被廣泛指向生成式 AI 工具：模型可以產出「看起來像專業工程師會寫的東西」，卻不一定理解核心子系統的細節與歷史脈絡。

對維護者而言，最沉重的成本不是「拒絕一份壞投稿」，而是「讀完一份投稿才發現它是壞的」。審查本身就是高度耗神的智力工作，需要追蹤上下文、比對歷史提交、評估邊界條件。當投稿量大到一定程度，維護者的注意力會被切割成無數細碎的判斷，真正值得討論的修改反而被擠到佇列後面。

為何發生：投稿成本被壓到接近零

在生成式 AI 普及之前，給 Linux 核心寫一份能通過初步審查的修補，門檻其實很高：投稿者得懂核心子系統的慣例、會用正確的工具鏈、還要把修改理由寫清楚。這套門檻本身就是天然過濾器，擋掉大量隨手投稿。

生成式 AI 工具改寫了這條曲線。模型讀過海量開源程式碼與文件，能模仿核心提交的文風、套用正確的郵件格式、甚至生成一段看來合理的技術解釋。產出一份「長得像專業修補」的內容，時間成本從過去的好幾小時，壓縮到幾分鐘甚至幾秒鐘。投稿端變便宜了，審查端的成本卻沒有等比例下降——維護者仍然得用真人腦袋逐一判讀。

這裡出現一個結構性的不對稱：投稿的邊際成本趨近於零，審查的邊際成本卻維持不變，甚至因為需要更仔細地辨識 AI 痕跡而上升。當兩端成本失衡，系統的訊號雜訊比就會惡化。對維護者來說，這不是「AI 能不能寫程式」的技術問題，而是「還能不能在有限時間裡，把好修改從壞修改裡挑出來」的現實問題。

某種程度上，這也是 AI 那種「過程全錯、結果全對」的現象 在開源場景的變體。模型可以端出一個表面合理的答案，但支撐這個答案的推理過程未必正確；在核心這種對正確性極度敏感的場域，錯誤的推理遲早會在邊界條件上露出馬腳，問題只在於：是誰付出發現它的時間成本。

影響層面：維護者時間、程式碼品質與信任成本

第一層是維護者時間。核心維護者大多是志願性質，或在公司贊助下兼職投入，時間本來就稀缺。當審查佇列被低品質投稿灌滿，維護者要嘛得投入更多無償工時，要嘛得加速判讀、提高誤判風險。長期而言這會削弱維護者的投入意願，而核心的品質幾乎完全繫於這羣人的持續參與。

第二層是程式碼品質的下行風險。核心進入主線的每一行字都該被仔細審視，但審查者的精力有限。當雜訊增加，被疲勞拖累的審查可能讓有問題的修改矇混過關，也可能讓好的修改被誤殺，無論哪一種都會侵蝕核心長期累積的穩定度。

第三層是信任成本。開源協作長期仰賴一個默契：投稿者是出於對專案的理解與誠意而來，願意為自己的修改背書。AI 生成的投稿打斷了這個默契——當維護者無法確認對面是不是一個「理解自己寫了什麼」的人，信任的建立與維持都會變貴。這也是為什麼部分專案開始要求投稿者聲明是否使用 AI。

把這件事放回更大的開源脈絡，會更清楚它的分量。Linux 核心之所以能維持長期工程品質，靠的是嚴謹的人工審查文化，以及那羣把職涯投入其中的維護者——這也是另一場 關於開源傳奇程式設計師價值的辯論 反覆強調的：基礎建設的價值往往不在產品發表，而在日復一日、安靜而嚴格的維護工作。

未來走向：從個案抵制到結構性調整

開源社羣面對這類壓力，通常不會只停留在抱怨。可能的調整方向有幾條：其一是投稿規範的硬性化，部分專案已要求投稿者標註 AI 使用狀況，好處是讓維護者能快速分類，壞處是難以查核、可能誤傷把 AI 當輔助工具卻理解內容的貢獻者；其二是審查工具升級，用自動化工具先做一輪預篩，但對核心這類講究語脈的場域，工具能判斷的往往只是表面。

Torvalds 把話題指向 AI 與垃圾修補，等於把一個已在維護者圈內流傳一陣子的焦慮搬上公開檯面。真正值得追蹤的不是某一則被退的投稿，而是這套運作三十多年的協作模式，會如何在生成式 AI 的壓力下重新校準訊號與雜訊。

關鍵事實

• 核心人物：Linus Torvalds，Linux 核心與 Git 的建立者，長期擔任核心主線的最終維護者。
• 討論主題：AI 生成的「垃圾修補」進入開源投稿管線，據報導為 Torvalds 近期對外談及的焦點。
• 開發流程：Linux 核心以修補為單位，經郵件清單提交、子系統維護者審查後併入主線。
• 成本變化：生成式 AI 把投稿端成本壓到接近零，審查端成本維持不變。
• 影響層面：維護者時間、程式碼品質下行風險、投稿者與維護者之間的信任成本上升。

常見問題 FAQ

什麼是「垃圾修補」？

在開源語境裡，指的是格式符合規範、但邏輯經不起審查的程式碼投稿。近期被廣泛討論的版本，多與生成式 AI 工具有關——模型能產出看來專業的修改，卻未必理解核心子系統的細節。

為什麼 Linus Torvalds 的看法值得追蹤？

Torvalds 是核心主線的最終維護者，他對 AI 投稿的公開立場，往往會影響整個核心維護圈甚至其他大型開源專案的應對方向。

AI 生成的修補會被併入核心嗎？

核心併入主線前需經多層人工審查。只要邏輯正確、經得起審查，來源是 AI 還是人都可能被接受；問題在於大量低品質投稿會消耗審查資源，讓好修改更難被看見。

結論

垃圾修補之所以值得認真看待，是因為它暴露了成本結構的不對稱：投稿端被生成式 AI 壓到接近零成本，審查端卻仍要靠真人逐行判讀。對 Linux 核心這類高度依賴人工審查文化的專案，考驗不在於 AI 能不能寫出能跑的程式碼，而在於維護者還能不能在雜訊變大的佇列裡，持續把好修改挑出來。