Linux 之父 Linus Torvalds，最近迷上了做吉他效果器，而且做得一塌糊涂。但在“失败”的爱好之外，他依旧掌舵着全球最重要的开源系统。在本月早些时候，首尔Linux基金会开源峰会上，他与Verizon开源负责人Dirk Hohndel进行了第28次对谈。

如果不是这次访谈，你可能不知道：

Linux 之父 Linus Torvalds，最近迷上了做吉他效果器，而且做得一塌糊涂。

但在“失败”的爱好之外，他依旧掌舵着全球最重要的开源系统。在本月早些时候，首尔Linux基金会开源峰会上，他与Verizon开源负责人Dirk Hohndel进行了第28次对谈。

在访谈中，Linus坦诚透露了自己的角色转变：“我已经将近20年没有写代码了，至于我发明的 Git，我现在也只是旁观者的角色。”

而在谈到 Linux 6.18 内核、AI 浪潮、GPU 的崛起和程序员的未来时，Linus 给出了极具现实感的回答：

• Linux 的最大成功，就是“无聊”
• AI 的崛起没有削弱 Linux，反而把 Nvidia 推成了最积极的内核贡献者
• AI 不会让程序员失业，但会淘汰“只会写点小代码”的人
• 现在 AI 生成的垃圾 bug 报告，对开源社区是一种“新型拒绝服务攻击”
• 在压力巨大的内核开发之外，他靠“允许失败的兴趣”让自己保持清醒

此外，Linus还透露自己完全没有尝试过Vibe Coding，他认为Vibe Coding可能在严肃项目里是灾难，但对新手入门是好事。

关于AI是否会取代程序员的问题，Linus 的观点是：“AI是工具，不会取代程序员。就像编译器消灭了手写汇编，却没有消灭程序员；反而让更多软件被写出来。”

在这个被 AI 颠覆的时代，Linus 的观点或许是最冷静的一针。小编为大家整理了对话的完整内容，enjoy!

1.Linux 的最大成功就是“无聊”

Dirk Hodel：我叫Dirk Hodel，我做这件事很久了，是 Verizon 的开源负责人。从 Linux 基金会成立开始我就在这里，接触 Linux 的时间几乎和你一样久。

Linus Torvalds：我是 Linus Torvalds。我们这样做，是因为我讨厌做公开演讲。所以我不知道 Dirk 会问我什么。过去很多年里我们一年会做这样的访谈一两次。我们 10 年前就在这里做过一次访谈。所以这种形式并不新鲜，但比起一个人发表演讲，我更喜欢这种方式，至少让我在处理“公众形象”时稍微舒服一些——我其实并不擅长这件事。

Dirk Hodel：“舒服”这个词在这个语境里也很相对。这是我们第 28 次这样对谈，想想还挺有趣的。我们正好在 10 年前来过这里，我真的很高兴能再回来，我很喜欢韩国。我也一直觉得来亚洲观察人们对开源、对软件开发的看法非常有趣，是一种完全不同的世界。

Linus，10 年前你刚发布 Linux 4.8，你能不能简单总结一下这 10 年的主要变化？

Linus Torvalds：嗯，这十年发生了很多事。但我想强调的一点是：我其实已经将近 20 年没有写代码了。我做的不是“真正的开发工作”。我更多是技术负责人，是系统的维护者，Linux 是这样，Git 更是如此。我现在更多是站在旁边看，所以我要提醒大家：真正做事的是其他开发者，可能就坐在观众席里。人们有时会因为我在项目里待得久而给我太多赞誉。但现在我基本是在“牧羊”，负责把整体项目往前推动。

Dirk Hodel：但如果看整个过程，你觉得这 10 年 Linux 的开发方式发生了哪些显著变化？

Linus Torvalds：我过去常说：“总有一天我们会把 Linux 做完吧？”但那是很久很久以前的想法。现在我做 Linux 已经快 35 年了，而我完全不觉得“会有做完的一天”。我现在的看法是：所有真正重要的软件项目，关键工作其实都在“长期维护”上。只要有新硬件出现，内核就永远有新活儿要干。但即使没有新硬件，我们仍然会不断修补核心代码、让它更整洁、更易维护、更稳定。今天凌晨 3 点我因为时差还在讨论清理代码的事。对 Linux 这种系统来说，真正的工作就是维持它的稳定运行，随着硬件和软件需求不断变化进行演进。

Dirk Hodel：在开发流程方面，Linux 内核过去 15 年其实都非常稳定。但在媒体眼里，这太无聊了。所以大家更关注你每次提高嗓门的时候、或者当你拒绝某个改动的时候。你自己感觉，过去这些年你说“不”的次数，是变多了、变少了，还是差不多？

Linus Torvalds：以前我常说，我的工作就是“说不”。因为人们会提出很多激进但可能难以维护的想法，我会说：“好，你去你的沙盒里做出来，拿数据证明我是错的。”那是我很长一段时间的核心工作。但最近这几年，我发现我反而需要更多时候“说是”。因为太多维护者已经在各自领域工作了几十年，大家容易习惯于固定方式，不愿改变。所以有时我需要推动大家尝试新东西。Rust 就是一个例子。虽然现在 Rust 已经用了五年了，不算新鲜，但当时我觉得内核不能停滞，需要新鲜血液。

Dirk Hodel：是的，Rust 是个很典型的例子。尽管它加入内核已经几年，但过程非常“吵”——有人抱怨格式问题、有人不想审查自己不熟悉的语言，甚至有维护者因此辞职。在这种情况下，引入新技术真的值得吗？

Linus Torvalds：我认为值得。Rust 受到更多关注，是因为它非常显眼。但事实上，内核每个领域都有争吵、有分歧，这就是开发过程的一部分。人们在讨论问题时往往会非常激动。Rust 并没有比其他部分“不正常”。不过，我也认为 Rust 真正成熟、变成内核正常组成部分，比我预期的要久一些。

Dirk Hodel：事实上，今年的最激烈事件甚至不是 Rust 引起的，而是 BPF 的争议。

Linus Torvalds：是，今年确实有点动荡。我们有很多争论，甚至为了减少摩擦，把部分组件移出了内核树。但这也不是第一次，35 年里发生过几次。当某个组件不再使用，或者问题太严重，我们不得不切掉它。虽然不愉快，但这是大型项目的一部分。我们每次发布都有一千多名开发者参与，每两个月一次。在这样的规模下，个人分歧、专业分歧、摩擦，都是生活的一部分。但总体来说，我们还是一个大的、运转良好的团队，或者你说的“家庭”。

Dirk Hodel：我更倾向称之为“成熟的团队”，大家知道如何合作。不过“大家庭”也不错。到这个流程尾声，例行问题来了：你想对 6.18 版本说点什么吗？

Linus Torvalds：嗯，6.18 是当前版本。我喜欢“无聊”。所谓“无聊”，就是没有可能让全球数百万设备出问题的“令人兴奋的新功能”。6.18 看起来没什么大问题，虽然我们遇到过一波测试失败，但后来发现问题主要是测试本身的失败，而不是内核的失败。几周前我还有点担心，现在似乎已经可以顺利发布了。又是一个增量式、无聊（褒义）、最理想状态下的升级版本。

2.英伟达、AMD 硬件崛起对 Linux 的影响

Dirk Hodel：如果看近年的行业，大变化确实在硬件上。几十年来大家关注的都是 CPU——谁的 CPU 更快、更强。而这几年随着 Nvidia、还有 AMD 等公司的发展，行业焦点被 GPU 和各种“加速处理器”（你想叫 APU 也好，AI 加速卡也好）抢走了。非常有趣的一点是，这些 AI 加速器虽然都跑在 Linux 机器上，但真正跑在 GPU 上的却不是 Linux。

那你怎么看这个变化？硬件行业的中心似乎离开了 Linux？

Linus Torvalds：我不这么看。部分原因是：我仍然认为最有趣、最重要的部分是通用 CPU。CPU 的新闻不多，是因为它太成熟、太理所当然了。Linux 做的就是把这些基础做好：维护、适配、UI、系统……大家已经默认它在那里工作。

至于 AI 产业，当然是行业新宠。它和 Linux 关系密切，但不是那种必须深度绑定的关系。Linux 更多是提供基础设施，让它能跑起来，但不需要完全参与其中。

Dirk Hodel：但这里有一个很大的变化：几十年来第一次，驱动这些硬件的软件栈，又重新变成了闭源的。GPU 上跑的小内核、整个 CUDA 软件栈，全是专有软件。

Linus Torvalds：对我这种做内核的人来说，这跟用户空间没什么区别啊。一直以来都是这样：我个人喜欢开源，也只愿意参与开源项目；但人们一直都在 Linux 上跑商业软件——大型数据库、云服务，等等。GPU 对我来说，只是另一类“在 Linux 上跑的用户空间工作负载”。

它确实有自己的系统去维护 GPU 状态，但这不是 Linux 必须操心的部分。当然，我们还是会参与一些，比如资源管理、虚拟内存管理这些方面，内核与 GPU 有很深的交互。AI 的出现其实带来了一个意外好处：让Nvidia 成为了一个非常积极参与 Linux 内核的角色。20 年前完全不是这样。但今天因为 Linux 对 AI 云太重要了，Nvidia 特别在意 Linux，我们那边也有一堆维护者来自 Nvidia。这是 AI 浪潮的意外正面效应之一。

Dirk Hodel：我也觉得，只要硬件厂商愿意参与，这是好事。但你已经说了非常多次“AI”，所以我必须问问去年的话题：AI/GenAI 能否用于代码审查、帮助解释代码？我知道社区做了不少尝试。

Linus Torvalds：但现在还没到位。我们确实有人在做实验，主要用于帮助维护者处理补丁流、向稳定版本回溯补丁等。说实话，大多数都还在实验阶段。但现实的大问题是：AI 把我们的基础设施搞得一团糟。AI 抓取器（爬虫）疯狂抓取 kernel.org，对我们的服务造成了巨大压力，而且很烦人……有好的一面，也有坏的一面。

我期待 AI 从“被炒作”变成“日常没人讨论但确实有帮助”的状态，但显然离那一步还有几年。

Dirk Hodel：新技术总是人们爱谈的，特别是现在几万亿美元往 AI 砸。但在其他开源项目里，比如 Curl，AI 生成的垃圾 bug 报告已经快成“拒绝服务攻击”。你在内核那边有遇到类似情况吗？

Linus Torvalds：内核这边也有，不过没有那么严重。确实有人滥用 AI，生成 bug 报告、安全报告，全是瞎编的，这确实消耗维护者的时间和资源。但在内核里，这个问题比其他项目小一些。

 3.AI 是工具，不会取代程序员

Dirk Hodel：另一个大家常讨论的点是：AI 写代码。工具在代码补全方面确实很强，甚至能帮人快速构建 demo。你会玩吗？

Linus Torvalds：我完全没玩。我相信有人尝试把它用在内核上，但内核太特殊了，不太适合 vibe coding。反倒是在个人项目、小玩具项目上我觉得它很好。我年轻时，是在电脑杂志上照着打代码入门的。今天的电脑太复杂了，入门门槛比过去高太多。我反而觉得 vibe coding可能在严肃项目里是灾难，但对新手入门是好事。让人能很快看到电脑做点东西，这是激动、有趣的。我认为是积极的。当然，也有人以为用 AI 一周就能做出十亿美元公司，那是另一个故事了。

Dirk Hodel：AI 工具能让你快速完成 90%，但剩下 10% 才是吃掉 35 年的东西。

Linus Torvalds：对，那最后 10% 就是你这 35 年里真正干的活。

Dirk Hodel：但现在我们看到软件行业裁员严重，很多人担心 AI 会影响就业。学生们会不会更难进入这个行业？

Linus Torvalds：我不知道，需要几年才能看清。但我直觉是：AI 是工具，不会取代程序员。就像编译器消灭了手写汇编，却没有消灭程序员；反而让更多软件被写出来。我猜 AI 也是这样，让人更高效，但软件需求变大，到最后程序员数量只会更多。

Dirk Hodel：我也这么认为，提升生产力后，你要么减少人，要么做更多事。而做更多事往往更诱人。对学生来说，你能快速做出 demo，比 20 年前手写冒泡排序重要多了。

4.Linus的日常：自制吉他效果器、读邮件

Dirk Hodel：我们换个话题吧。讲讲你的奇怪爱好，你最近迷上了做吉他效果器？

Linus Torvalds：对，去年圣诞我开始做吉他效果器，尽管我根本不会弹吉他。我只是想学电子学。先从套件做起，再自己设计，效果都很差。但我不鼓励别人这么干，因为现代效果器都是数字化的，模拟电路真的没什么用。不过我想强调的是：高压工作的人，一定要有一个允许你“失败”的兴趣爱好。失败是过程的一部分，你甚至会从失败里获得快乐。我在电子上失败了一年，也没学太多，但我很享受。

Dirk Hodel：我不同意，我觉得你做得越来越好了。

Linus Torvalds：谢谢。总之，对我们这种做开源的，压力其实更多来自“人”而不是技术。当你与人争论时，有一个完全无关的兴趣爱好非常重要。

Dirk Hodel：你做的是最简单的电子；你的本职却是全世界最复杂的开源工程。这个反差很有意思。

Linus Torvalds：而且我电子的学习路线是反着来的，从集成电路往回学，到现在只研究一个三极管如何工作。我的正职处理的是几千亿晶体管；我的爱好处理的是三颗晶体管。

Dirk Hodel：那我们很好奇：你每天到底在干什么？

Linus Torvalds：现实是：我整天坐在电脑前，读邮件。我几乎读所有邮件，但很少回复。你给我写邮件，我基本都会看，但几乎不会回。

我也要向大家道歉：开发者只看到我抱怨的邮件，因为我通常只在出问题时发邮件。当事情顺利时，我不会发“谢谢，做得很好”的邮件。所以你们看到我像个刻薄的老头，但其实我内心挺开心的，只是不会表现出来。

Dirk Hodel：这是一个很好的结尾：Linus 其实是个很好的人，只是没有表现出来。

Linus Torvalds：对，我内心很开心，只是外在看不出来。

Dirk Hodel：我们上次来这里是 10 年前，希望下次不会再隔这么久。谢谢大家！

如果你想更深入地学习大模型，以下是一些非常有价值的学习资源，这些资源将帮助你从不同角度学习大模型，提升你的实践能力。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！​

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限，仅展示部分资料，需要点击文章最下方名片即可前往获取

四、AI大模型商业化落地方案

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。