前言

长期以来，Linux 内核社区以其“独特”的工具链著称——他们往往避开主流的开发平台，坚持基于邮件列表的原始工作模式。有人说这是为了规模化，也有人吐槽内核社区在工具上投入不足，总在“走难走的路”。

但就在最近，这一局面正在悄然改变。从集成 Gemini 3.1 Pro 的 AI 代码评审系统 Sashiko，到彻底改变补丁管理的 b4 review，再到 Sasha Levin 推动的 API 规范化框架，内核开发正变得越来越“现代化”。

---

一、 Sashiko：AI 真的能比人类更会审代码吗？

在 2026 年 3 月 17 日，Roman Gushchin 正式发布了 Sashiko。这是一个基于大语言模型（LLM）的补丁评审系统，专门盯着内核邮件列表中的每一行修改。

1. 令人惊叹的战绩

Gushchin 分享了一组数据：在对 1,000 个近期上游 Bug（已通过 Fixes: 标签确认）的测试中，Sashiko 成功识别了其中 53% 的漏洞。

核心痛点： 尽管 53% 看起来不是满分，但关键在于这 53% 的漏洞在最初提交时，100% 被人类审查者漏掉了。

2. 技术内幕

• 底层模型： 目前使用 Gemini 3.1 Pro。

• 多阶段协议： 并非简单的 Prompt，而是通过模拟人类评审的思维链，迫使 LLM 从内存安全、并发锁、边界条件等多个角度审视代码。

• 影响力： 包括 Andrew Morton 在内的顶级维护者，现在都开始要求补丁提交者必须回应 Sashiko 给出的评审意见。

3. 隐忧：AI 的“免费午餐”能吃多久？

虽然 Sashiko 已在 GitHub 上开源（Apache-2.0），并移交给了 Linux 基金会，但它依然依赖 Google 捐赠的算力。一旦“AI 泡沫”降温，社区是否会因为习惯了 AI 评审而导致自身代码把关能力的萎缩？

---

二、 b4 review：告别“邮件地狱”的利器

Konstantin Ryabitsev 开发的 b4 工具早已是内核开发者的标配，而正在开发的 b4 review 子命令则更进一步，旨在将复杂的补丁评审带入“终端本地化”时代。

1. 核心功能亮点

• 本地集成： 支持从 lore 存档或本地邮件直接导入补丁序列。

• 一键检测： 一个按键即可对整个补丁集运行 checkpatch.pl。

• 无缝评审： 在本地编辑器编写评论，一键添加 Reviewed-by 标签。

• 自动化： 支持自动生成并发送“感谢信”，甚至正在集成对 Sashiko 的调用。

2. 开发者评价

虽然目前处于 Alpha 阶段，偶尔还会出现排版乱码的 Bug，但它的愿景非常清晰：将邮件列表降级为底层的“传输层”，让开发者在不离开终端的情况下完成所有高层交互。

---

三、 API 规范化：填补内核文档的“形式化”鸿沟

如何确保内核提供给用户空间的 API 永远不会被意外破坏？Sasha Levin 提出了一套全新的 API 规格说明框架。

1. 代码即文档：扩展 kernel-doc

该框架通过扩展现有的注释格式，为函数添加形式化约束。

示例（以 kmalloc 为例）：

/**
 * kmalloc - allocate kernel memory
 * ...
 * context-flags: KAPI_CTX_PROCESS | KAPI_CTX_SOFTIRQ
 * param: size
 * type: KAPI_TYPE_UINT
 * constraint-type: KAPI_CONSTRAINT_RANGE
 * range: 0, KMALLOC_MAX_SIZE
 * error: ENOMEM, Out of memory
 */

2. 强大的后端功能

• 静态检查： 编译时检测规范与函数定义是否一致。

• 运行时验证： 监控函数调用是否违反了上下文约束或参数范围（开启此功能每函数约消耗 500KB 内存，仅限调试）。

• 多格式导出： 支持通过 debugfs 导出为 JSON 和 XML，方便外部工具调用。

3. 社会学挑战

技术不是问题，问题在于谁来写。这种枯燥的规范编写工作往往缺乏动力。Levin 的方案尝试利用 LLM 来辅助生成初始规范，但最终的准确性仍需人类专家把关。

---

四、 总结：内核开发的未来趋势

工具	解决的问题	核心价值
Sashiko	评审人力不足、漏看漏洞	提高代码安全基准，引入 AI 辅助
b4 review	邮件列表交互繁琐	提升开发效率，实现分布式评审
API Spec	API 不一致、缺乏形式化验证	增强接口稳定性，支持自动化工具链

结语： Linux 内核社区正在以前所未有的开放心态拥抱新工具。虽然“纯手动”的传统依然存在，但 AI 和自动化工具的加入，正在为全球规模最大的协作项目注入新的活力。