Linux Kernel 郵件列表中的 AI 垃圾郵件危機

Linux kernel 的開發流程長期以來一直依賴郵件列表的透明度與嚴謹性。然而，一個新的挑戰已經出現，威脅著要讓維護者不堪重負：AI 驅動的漏洞獵人正在崛起。Linus Torvalds 最近表達了挫折感，指出由於低品質、自動化報告的湧入，安全郵件列表已變得「幾乎完全無法管理」。

這種轉變代表了開源軟體 (OSS) 的一個關鍵轉折點。雖然 AI 承諾加速漏洞發現與代碼優化，但對於管理代碼的人來說，實際情況是大量的雜訊，掩蓋了真正的安全漏洞。

The Friction Between Automation and Maintenance

問題的核心不在於 AI 本身，而是在於工具的 application。隨著 AI 工具變得更加容易取得，越來越多的使用者將其部署於掃描 Linux kernel 的漏洞，並將結果直接提交至郵件列表。這造成了巨大的不平衡：生成報告的成本現在趨於於零，而審查報告的成本仍然很高，因為這需要人類維護者的時間與專業知識。

一些觀察者指出，這不僅僅是工具使用不當的問題，還可能是惡意活動。來自社群的報告指出，某些行為者正在利用大量、毫無意義的 patch，例如有些高達 26MB，向 kernel 郵件列表發送垃圾郵件，而這些 patch 看起來像是 AI 生成的。有人擔心，這種活動不僅具有破壞性，而且其目的可能是為了「毒害」未來大型語言模型 (LLMs) 的訓練數據。

Contrasting Perspectives on AI in FOSS

Linus Torvalds 與其他維護者（例如 Greg Kroah-Hartman）之間的觀點存在著一種感知上的緊張關係。雖然 Torvalds 專注於郵件列表的不可管理性，但 Kroah-Hartman 則稱讚 AI 是 FOSS 社群對於日益有用的工具。然而，社群成員認為這兩種觀點並不矛盾。

正如一位評論者所指出的：

Linus is trying to point out incorrect use of a tool while GKH is praising a correct use.

換句話說，AI 在用於提高代碼品質或輔助開發時是有價值的，但當它被用作垃圾郵件引擎來向維護者灌注低信號的報告時，它就變成了一種負擔。

The Technical and Philosophical Debate

除了眼前的雜訊之外，還有關於 AI 在軟體優化中角色的更深層討論。有人認為，目前的軟體安全狀態可以被視為一組「局部最大值 (local maxima)」，而 AI 可以充當梯度生成器 (gradient generator)，將系統推向更優化的安全與性能狀態。

然而，這種優化循環伴隨著顯著的倫理與勞動力成本。驗證 AI 生成的 diffs 落在人類維護者的肩上。這引發了一個關鍵問題：為什麼開源軟體 (OSS) 貢獻者應該捐贈他們的時間來完善那些 AI 實驗室最終會將其作為付費服務賣回給社群的機器？

Potential Solutions and the Medium Problem

有些人建議，溝通媒介本身就是問題的一部分。與現代的 issue tracker，相比之下，傳統的郵件列表格式很難管理重複與雜訊，在 issue tracker 中，報告可以被更有效地關閉、標記與連結。

最終，Linux kernel 社群正著面臨一個經典的擴展性問題。隨著生成貢獻的工具變得越來越強大，管理這些貢獻的過濾器也必須進化。在那之前，維護者們只能在與 AI 生成的雜訊浪潮中奮戰，努力維持世界上最重要的 kernel 保持安全。