- Мейнтейнер графических драйверов Linux Дэйв Эйрли тестирует ИИ-систему для рецензирования изменений в подсистеме DRM.
- Используется ИИ-платформа Claude Opus 4.6, результаты рецензий публикуются через отдельный список рассылки drm-ai-reviews.
- Проект основан на опыте Кріса Мейсона и его коллекции скриптов review-prompts для ИИ-ассистированного рецензирования изменений ядра Linux.
Дэйв Эйрли, ответственный за поддержание стека графических драйверов ядра Linux, представил экспериментальную систему на базе искусственного интеллекта с целью автоматизации рецензирования патчей в подсистеме DRM (Direct Rendering Manager). Для этой задачи задействована платформа Claude Opus 4.6. Система работает в тестовом режиме, оценивая возможности оптимизации рабочих процессов сотрудников Red Hat, подчеркивая перспективы интеграции ИИ в разработку ядра Linux.
Особенностью внедрения стало проведение рецензирования изменений, присылаемых для включения в подсистему DRM, с последующей публикацией результатов через специализированный почтовый список drm-ai-reviews. Это позволило избежать засорения основного канала разработки и предоставило авторам патчей удобный инструмент для получения дополнительной обратной связи на начальном этапе. Авторы сохраняют свободу учитывать или игнорировать ИИ-рецензии, однако в случае выявления регрессий, пропущенных человеком, в будущем использование ИИ-отчетов может стать обязательным.
Идея применения ИИ в рецензировании кода в Linux не нова. Ранее Крис Мейсон, разработчик файловой системы Btrfs, представил open-source проект review-prompts. Этот проект включает скрипты и подсказки для адаптации процесса ревью с поддержкой ИИ, использующего ассистентов вроде Claude Code. Инструментарий review-prompts позволяет ИИ понимать особенности различных подсистем ядра и системных компонентов, обеспечивая глубокий контекстный анализ изменений, что повышает качество автоматической проверки.
Дэйв Эйрли модифицировал подход Мейсона для нужд DRM, расширив промпты и научив ИИ обрабатывать серию патчей комплексно, с детальным анализом каждого изменения. Проверка распространяется не только на актуальное дерево кода, но и на ветку drm-next. Кроме того, Эйрли подготовил специальный инструментарий для интеграции ИИ-сервиса и организации почтовой рассылки результатов.
На фоне этих инициатив стоит отметить продолжающееся обсуждение в сообществе Linux вопросов использования ИИ в разработке. Линус Торвальдс обращал внимание на проблему низкого качества ИИ-сгенерированного кода, называемого «ИИ-шлаком», подчеркивая, что документация сама по себе не решит этот вызов.
Потенциал ИИ в улучшении разработки программного обеспечения рассматривается и в смежных проектах. К примеру, проект GNOME недавно запретил публикацию дополнений, сгенерированных ИИ, из-за распространения низкокачественного кода — это отражает обеспокоенность сообществ по поводу качества и трудоемкости ревью.
В то же время проект Fedora официально утвердил правила, допускающие использование ИИ-инструментов при разработке, при условии обязательного контроля человеком и ответственности разработчика за итоговый код. Такая позиция демонстрирует баланс между инновациями и обеспечением качества и безопасности программного продукта.
Таким образом, эксперимент Дэйва Эйрли с применением ИИ для рецензирования изменений в подсистеме DRM — это важный шаг в направлении интеграции современных технологий машинного обучения в процессы разработки ядра Linux. Успешное внедрение подобных решений имеет потенциал существенно повысить эффективность работы разработчиков, одновременно задавая новые стандарты качества и проверки кода в условиях растущей сложности системы.
