一个亲手做过 CentOS 和 Rocky Linux 的人，决定让 AI 从零造内核。他做的第一件事，是把自己的 IDE 关掉。
10 月 27 日，Gregory Kurtzer 在 X 上公布 Ginux：一款全新的 Linux 兼容内核，能启动 Rocky Linux 10 并运行 systemdInfoQ微博
它不是 Linux 分叉。内存管理、调度器、进程模型、文件系统、网络全部从头编写。它靠模拟 Linux 向软件提供的应用程序二进制接口（ABI），让原版 Linux 程序不用改一行就能直接跑。InfoQ微博
数据摊开看：11 天里留下约 13.9 万行保留代码，1037 次提交，261 个跟踪文件，63 个 Rust 源文件。InfoQ
全程只有一个持续运行的 Codex 任务，模型是 GPT-5.6 Sol。InfoQ
为什么关 IDE
Kurtzer 说，有些大块代码他看着不满意，却刻意不允许自己亲手改，他甚至关掉了 IDE，强迫自己别打开。这样 AI 做错时，他就只能给出新的指引，而很多时候，Agent 会自己把写错的代码删掉。InfoQ
有人追问：那你怎么把它拉回正轨？列一份禁止事项清单，还是盯着输出、跑偏就拽回来？他的回答很简单：关卡设得多。InfoQ
这套方法他命名为 HDAE，人类主导的智能体工程，两个循环。外圈是人：愿景 → 架构与约束 → 验收关卡 → 审查实际行为 → 修正或验收。内圈交给 Agent 自己转：实现 → 构建并在 QEMU 里跑 → 分析故障 → 修订 → 回归测试。人只待在外圈，一行代码不碰。InfoQ
关卡也挑得硬：Ginux 要能启动 Rocky Linux 10，并一路运行至 systemd 的 multi-user.target。InfoQ
一个 Agent，比十六个走得远
今年 2 月，Anthropic 安全团队研究员 Nicholas Carlini 做过一次更豪华的实验：让 16 个 Agent 并行，从零用 Rust 写一个能编译 Linux 内核的 C 编译器。InfoQ量子位
两周时间，近 2000 次会话，烧掉 20 亿输入 Token 和 1.4 亿输出 Token，总成本不到 2 万美元。量子位
Ginux 这边只有 1 个 Agent、11 天，API 调用费约 8000 美元。它啃的还是更难验收的活——编译器有测试套件对答案，内核要看真实的 Linux 程序跑不跑得起来。InfoQ
差别不在算力。Kurtzer 的结论是：一个智能体加上一位有足够经验的人类专家，比一堆没人管的智能体走得更远。连选 Codex 的理由都很朴素——它比较少把 token 浪费在支线上。InfoQ
但先别激动
以 Linux 6.12 的 x86-64 接口为标准，375 个系统调用里，Ginux 完整实现 82 个，部分实现 245 个，另有 48 个暂未开放。项目自己的定位就是研究原型，不是通用替代品。微博
那份性能对比也别直接抄走：启动到能登录的状态，Ginux 用了 12.9 秒，Linux 内核用了 42.6 秒。InfoQ
但 Ginux 启动时不用再加载内核，文件系统也是现成缓存的，这个数字只能作为参考。真正可比的是 sysbench 跑分：CPU 和线程略高，内存略低，差距在个位数到十几个百分点之间。InfoQ
他在那份 13 页技术报告的最后写得很清楚：AI 已经能生成复杂的系统软件，但兼容性、安全性、硬件支持、标准、社区和长期维护，依然构成真正的护城河。InfoQ
同一周，另一群人给出同一个答案
11 月 8 日，Claude Code 团队公开内部审查流程：约 90% 的自身代码，已经交给 Claude 编写。新智元
6 月到 9 月，合并进代码库的 PR 数量翻了一倍多，但靠六道检查加快速回滚，需要回滚的 PR 占比反而相对下降超过 40%。团队的判断是，这个体量下逐行人审已经不现实，但审查没有取消，只是换了位置。新智元
11 月 9 日，同团队的 Addy Osmani 说得更直白：用 Agent 写代码最厉害的人，不是最会写提示词的，而是学会了当经理的。微博
他自己同时开着四五个 Agent。三件今晚就能抄的：微博
一，先给一个能跑出"过 / 不过"的检查。别接受一句"测试全部通过"就算数，要它把执行的命令和输出原样摆出来。没有检查，"看起来做完了"就是它唯一的标准，而你成了它的测试。新智元微博
二，字要花在仓库外面。目录、命名它自己读得比你讲得快。该写清的是目标、为什么、约束、哪些不做、怎么验收。“把仪表盘弄快点"得翻译成"万人以上组织，p95 加载 2 秒内；不改数据库结构；不改界面；跑测速脚本，给改动前后的数字”。微博
三，同一件事纠正两次，就写下来写进团队共用的 CLAUDE.md。纠正两次还不对，就重开会话——第三、四次纠正，只是给它塞了更多要反复重读的失败记录。微博
最后一条最贵：活可以交，判断不能交。600 行改动、命名挺合理、测试全绿，那就批了？Osmani 说这不叫审代码，叫给代码盖章。微博
