最近，Arm公司的工程师Lorenzo Stoakes分享了自己与AI的合作经历。他希望借助大型模型来提升Linux内核的编译速度，初步结果颇为理想，AI顺利识别出了多处隐藏的性能瓶颈，并参与了随后的构建、测试及调试等流程。然而，在生成修复代码时，Stoakes对AI的成果却给予了相当生动的评价：“它生成的许多代码实在太糟糕了。”这使得原本旨在提高效率的过程变成了AI负责查找问题，而他亲自重写代码的过程。

经过Stoakes的审查与重写，他最终提交了23个补丁，这些补丁显著提高了Linux内核的构建速度，包括在开启全部模块的情况下最高提升达到36%，增量构建的速度甚至提高约70%，部分无操作构建的提升更是达到了90%。尽管现代CPU通常有十几个甚至数十个核心可供并行处理，但Linux内核的构建流程中仍有多个环节仅支持单线程执行，造成了构建过程的效率低下。

Stoakes的目标是逐步找出并改善这些瓶颈，而这并非单靠简单修改一个函数就能解决，而是需要对Linux构建系统中的多个关键组件进行全方位优化。通过这次经历，Stoakes不仅依靠了AI的分析能力，还将其视为一个重要的助力。

在即将召开的“2026奇点智能技术大会”上，AI编程工具的边界和程序员的核心竞争力等议题将会被深入探讨。Stoakes并没有透露使用哪种具体的LLM，但他认为在如此大规模的项目中，AI的快速分析和归纳能力显得尤为重要。AI在构建流程的分析、性能瓶颈查找和改进方案提出上仍然表现出色，然而更让Stoakes头疼的是AI生成的代码质量普遍较低。

在修正过程中，Stoakes花费了大量时间对AI生成的代码进行重写，改进提交信息、补丁说明和代码注释。他的工作更像是对AI所提出的多种可能解决方案进行逐一筛选与调整。最终这些经过改进的补丁才得以进入Linux内核的开发流程。

虽然Stoakes在这个过程中遇到了一些困难，但最终收获的23个补丁带来了显著的性能提升。GitHub显示的结果证明了他的努力：这种基于AI的初步分析和后续人工干预所生成的补丁，实实在在地提高了内核构建效率，展现了AI与程序员协作的可能性和局限性。