Linus 用 AI 写 Python 代码，还开源了！

👇我的小册 54章教程:(小白零基础用Python量化股票分析小册) ,原价299，限时特价2杯咖啡，满100人涨10元。

转自：优快云（ID：优快云news）

两个月前，在 Linux Foundation 的开源峰会上，Linux 之父 Linus Torvalds 还曾公开透露，自己没有真正用过 AI 来生成代码。但这个说法，很快就被他本人“打脸”了。

就在刚过去的一个假期里，Linus 不仅亲自上手体验了一把当下颇为流行的 Vibe Coding（氛围编码），而且还推出了一个新的开源项目 AudioNoise。

假期时间，Linus 的”固定节目“

如果你熟悉 Linus Torvalds，就会知道他每到假期，总会给自己找点新玩具。

第一个版本的 Git 便是他在休假的时候自己一个人捣鼓出来的。

去年他又迷上了自制吉他效果器，还在 Linux 6.13-rc7 的发布说明中调侃说，这是“给成年人玩的乐高，只不过手里拿的是电烙铁”。硬件、电路、焊接，这些和内核开发完全不在一个维度的事情，却成了他放松大脑的方式。

正如他此前在访谈时候说道：

这个非常奇怪的爱好诞生背景是：去年圣诞节，我开始为了好玩做吉他踏板。这毫无道理，因为我没有任何音乐天赋，这辈子都没摸过电吉他，但我想学习电子学。所以我开始做吉他踏板，先是做套件，然后自己设计。它们都做得烂极了。我其实不想鼓励别人这么做，因为这毫无意义。毕竟现在所有现代吉他踏板都是数字化的。

但我之所以做，是因为我认为——这也是我鼓励大家的——当你有一份压力很大、风险很高的工作，你觉得需要做点别的事情来放松时，你应该找一个爱好，在这个爱好里，失败不仅是预料之中的，而且其实很有趣。

AudioNoise 也是在这样的背景下诞生的。

Linus 将它定义为一个用于实现随机数字音频效果的小项目，并毫不掩饰地称其为“另一个和吉他效果器有关的傻乎乎仓库”。

这个新项目采用 GPLv2 许可证，目前代码已经发布在 GitHub 的 torvalds/AudioNoise 仓库中。

从功能上看，这并不是一个面向专业音频制作的复杂系统，而更像是 Linus 学习和实验数字音频处理的“练习作品”。

真正引发讨论的，是 README 里的那段话

AudioNoise 本身并不复杂，但它之所以迅速在社区里引发讨论，原因来自 README 中的一段自述。

Linus 写道：

「另外也要说明一下，项目中 Python 可视化工具基本上是通过 vibe coding 写出来的。我对模拟滤波器的了解——虽然也谈不上多——都比我对 Python 的了解要多。它一开始还是那种典型的“搜一搜、照着写”的编程方式，但后来我干脆把中间人——也就是我自己——给省掉了，直接用 Google Antigravity 来生成这个音频采样可视化器。」

也就是说，这次并不是“AI 辅助写代码”，而是 Linus 主动把一个完整的小工具交给 AI 来完成，而自己更多扮演的是使用者和审查者的角色。

AI 写内核？他依然很谨慎

不过，这并不意味着 Linus 对 AI 生成代码的态度发生了根本性转变。

他此前明确表示，「我觉得内核够复杂、够特别，虽然我们开源了很多代码让 AI 学习，但它很难直接用在内核上。我估计很少有人会用 Vibe Coding 方式写内核，更多是用在自己的小项目上。」

这次的 AudioNoise，正是一个典型例子。

但从整体上，Linus 对 AI 依然持相对积极的态度。他回忆说，自己小时候接触电脑，是靠着杂志上一行行照抄程序入门的。那种低门槛、强反馈的体验，让他真正爱上了计算机。

而今天，计算机系统和软件工程的复杂度，已经远远高于当年。对于新人来说，直接进入编程世界并不容易。在这种背景下，Vibe Coding 虽然并不适合用来做严肃、长期维护的产品，但它确实是一种让更多人参与进来、感受到编程乐趣的方式。

比起“写代码”，他更看好 AI 审代码

有意思的是，Linus 在不久前的访谈里，还特别强调了一点：他本人其实并不太喜欢“AI”这个词。

原因并不是反感这项技术，而是觉得它被过度营销了，仿佛所有问题都必须靠 AI 才能解决。但抛开这些概念包装，他非常认可 AI 作为工具的实际价值。

尤其是在代码审查这个方向上。

作为内核维护者，代码审查是 Linus 工作中最重要、也最耗精力的部分。相比“让 AI 写代码”，他反而觉得“让 AI 帮助维护代码”要有价值得多。

他透露，目前已经有一些项目在探索用 AI 来辅助代码审查：在补丁进入主干流程之前，提前发现潜在问题，减少人为疏漏。理想情况下，甚至可以在代码提交到他面前之前，就把明显的问题拦下来。

这类尝试已经讨论了很长时间，而现在，Linus 开始看到一些真正可行、且颇具潜力的实际案例。他对此相当乐观，希望在不远的将来，AI 能成为内核工作流中一个重要的组成部分。

来源：

https://github.com/torvalds/AudioNoise

往期热文:

5年21倍，量化里面超牛的均线：让Python带你玩转KAMA自适应指标！

Github上开源的AI股票分析神器，已经突破5.5K+ Star!

量化交易提速100倍？这个Python库让我相见恨晚！

量化趋势策略的“黄金搭档”SuperTrend 与 ADX，一篇文章讲清楚 Python 如何实现！

另外下面是一个量化小白的入门小册，有兴趣的可以看看，合适了再下手哈！买了之后有我们专门的新手量化交流群可以讨论。