Linus Torvalds 开始尝试“氛围编程”

2026/1/13·来源:ZDNet
Linus TorvaldsAI编程氛围编程Google AntigravityAI辅助开发

Linus Torvalds 在业余音频项目 AudioNoise 中尝试使用“氛围编程”。他借助 Google Antigravity AI 助手生成了项目的 Python 代码部分。Torvalds 表示此举仅限于业余项目,未在其主要工作中使用 AI。

Linus Torvalds 在其业余项目 AudioNoise 中使用了“氛围编程”。

Torvalds 使用 Google 的 Antigravity AI 助手生成了项目中 Python 音频样本可视化工具的代码。

他在项目的 README 文件中写道,该工具“基本上是通过氛围编程编写的”,并描述了他如何“省去中间人——也就是我——直接使用 Google Antigravity 来完成音频样本可视化器”。

Torvalds 表示,他并未在 Linux、Git 或其知名的业余潜水日志程序 SubSurface 中使用 AI 编程。

AudioNoise 是一个专注于数字音频效果和信号处理的业余项目,源于他之前为学习音频电路而构建的实体吉他效果器项目 GuitarPedal。

在项目中,Torvalds 手工编写了 C 语言组件,但对于 Python 部分则借助了 AI。他承认,在处理自己不太熟悉的语言时,会依赖在线代码片段或工具。

“氛围编程”是一种软件开发方法,程序员用自然语言向 AI 模型描述需求,由模型生成可执行代码。与需要人工逐行审查和修改的传统 AI 结对编程工具不同,氛围编程通常更倾向于直接接受 AI 的输出,并通过重新运行和调整提示词来迭代,而非直接编辑代码。

Linux 内核开发者们已开始采用 AI 工具来协助代码维护工作。

背景阅读

在软件开发领域,人工智能辅助编程正逐渐成为一种重要的趋势。其核心是通过自然语言处理(NLP)和大型语言模型(LLM)技术,将开发者的自然语言描述转化为可执行的代码片段或完整的程序模块。这类工具通常被称为“AI编程助手”或“代码生成AI”。 这一技术的发展有着清晰的脉络。早期的代码自动补全工具(如IntelliSense)提供了基于语法的提示。随后,基于统计学习的工具开始出现。近年来,随着Transformer架构和LLM的突破,例如OpenAI的Codex(驱动GitHub Copilot)和Google的Codey等模型被专门训练于海量公开代码库,使得AI生成代码的准确性和实用性大幅提升。这些工具不仅能补全单行代码,还能根据函数注释或描述生成完整的函数块,甚至编写小型脚本。 目前,AI编程助手已在行业内得到广泛应用。许多集成开发环境(IDE)和代码编辑器已将其作为标准或可选的增强功能。开发者主要利用其完成重复性样板代码编写、快速学习新语言或框架的语法、生成测试用例以及进行代码注释与解释等任务。行业讨论的焦点集中于其对开发效率的提升、可能引入的代码安全与版权风险,以及其对程序员技能需求的长期影响。主流观点认为,当前阶段的AI更多是扮演“副驾驶”角色,辅助开发者处理特定子任务,而非替代核心的架构设计与复杂逻辑实现能力。Linux内核等大型开源项目对这类工具的审慎尝试,反映了业界在拥抱新技术与保障代码质量之间寻求平衡的普遍现状。

评论 (0)

登录后参与评论

加载评论中...