Казалось бы, если кто-то и должен быть пуристом в мире программирования, так это человек, подаривший нам ядро Linux и систему Git. Но времена меняются, и даже легенды индустрии, похоже, начинают расслабляться. Линус Торвальдс, известный своим бескомпромиссным подходом к качеству кода, внезапно удивил сообщество. В свой последний личный проект он включил фрагменты, созданные не руками опытного инженера, а алгоритмами искусственного интеллекта. И да, он сам назвал это модным словечком «вайб-кодинг».
Для тех, кто следит за деятельностью Торвальдса, не секрет, что рождественские каникулы для него — это время хобби-проектов. Но если раньше он брал в руки паяльник, то в этом году решил поэкспериментировать с нейросетями. Давайте разберёмся, что именно произошло, почему «отец Linux» вдруг решил довериться Google Gemini и что это значит для всех нас.
От гитарных педалей к цифровым экспериментам
Интересно наблюдать за тем, как меняются увлечения технических гениев. Ещё в прошлом году Торвальдс увлекался «железом» в самом прямом смысле этого слова. Он проводил праздники, собирая гитарные примочки, работая с платами и схемотехникой. Это было тёплое, ламповое (иногда буквально) творчество.
В этот раз вектор сменился. Линус представил общественности свой новый программный инструмент — AudioNoise. Как он сам выразился с присущей ему лёгкой иронией, это «ещё один прикольный репозиторий для гитарных примочек».
Суть проекта довольно проста, но от этого не менее любопытна:
- Программа генерирует случайные цифровые звуковые эффекты.
- Это не профессиональный инструмент для студийной записи.
- Это скорее полигон для развлечения и тестирования идей.
Торвальдс сразу подчеркнул: не стоит ждать от AudioNoise студийного качества. Это игрушка, эксперимент, созданный ради удовольствия. Однако самое интересное скрывается не в том, что делает программа, а в том, как была написана её часть.
Что такое вайб-кодинг в исполнении Торвальдса
Термин «вайб-кодинг» (vibe coding) сейчас набирает популярность, но слышать его от ветерана индустрии немного непривычно. По сути, это процесс, когда разработчик не пишет каждую строчку кода вручную, выверяя синтаксис, а описывает задачу ИИ, полагаясь на интуицию и «ощущение» того, как оно должно работать, а затем просто проверяет результат.
В файле README своего репозитория Линус честно признался: скрипт визуализации на языке Python был написан преимущественно искусственным интеллектом. И у него была на это весьма веская причина, которую поймёт любой профильный специалист, столкнувшийся со смежной областью.
Почему Python стал камнем преткновения
Дело вовсе не в том, что Торвальдс не умеет программировать (это было бы смешным утверждением). Проблема в специализации. Линус — эксперт в низкоуровневом программировании, в том, как работают операционные системы и аналоговые фильтры. Он прекрасно понимает физику процесса и математику звука.
А вот Python и его библиотеки для визуализации данных — это совсем другая история.
Как это часто бывает, перед разработчиком встал выбор:
- Потратить часы, а то и дни, изучая документацию Matplotlib или других библиотек.
- Искать готовые решения на форумах и адаптировать их.
- Делегировать рутину тому, кто «прочитал» весь интернет — нейросети.
Сначала Торвальдс, по старинке, собирался пойти в профильные сообщества и искать примеры кода там. Но потом, видимо, сработал фактор лени (двигатель прогресса, как известно) или простого нежелания тратить праздничное время на скучную работу. Он решил обойтись без посредников в виде форумных экспертов и открыл среду программирования Google Antigravity.
Инструментарий: Google Gemini и роль ИИ
Логично предположить, что основным помощником в написании кода выступила модель Gemini, учитывая использование среды от Google. Хотя, стоит отметить, эта платформа поддерживает и другие модели, так что точный «автор» кода остаётся за кадром. Но важен сам прецедент.
Торвальдс не стал скрывать этот факт. Напротив, его комментарии звучат очень жизненно. Он знает, как работают фильтры, но визуализация на Python для него — тёмный лес, в котором не хочется блуждать. Зачем мучиться с синтаксисом языка, который не является твоим основным инструментом, если можно просто попросить машину «сделай мне красиво»?
Эволюция отношения к нейросетям
Это событие примечательно ещё и тем, что показывает эволюцию взглядов самого Линуса на технологии ИИ в разработке. Раньше он уже высказывался о применении нейросетей, но в несколько ином ключе.
Тогда он говорил об ИИ как о мощном инструменте поддержки:
- Для анализа существующего кода.
- Для автоматической проверки патчей и поиска ошибок.
- Для оптимизации рутинных процессов ревью.
Теперь же мы видим переход от проверки к генерации. Торвальдс фактически отдал на аутсорс написание функционального блока, потому что ему просто «не хотелось» копаться в StackOverflow. И это звучит невероятно честно. Многие разработчики до сих пор стесняются признаться, что используют ChatGPT или Copilot для написания бойлерплейта, боясь показаться непрофессиональными. А тут человек, на коде которого держится весь интернет, спокойно говорит: «Я использовал ИИ, потому что мне было лень разбираться самому».
Почему это важно для индустрии
Поступок Торвальдса легитимизирует подход, который многие до сих пор считают спорным. Вайб-кодинг часто критикуют за то, что разработчики перестают понимать, как работает их код. Но случай с AudioNoise показывает правильный баланс.
Линус прекрасно понимал суть задачи (аналоговые фильтры), он контролировал архитектуру, но механическую работу по написанию скрипта визуализации переложил на плечи алгоритмов. Это отличный пример того, как ИИ становится не заменой программиста, а его «умным экзоскелетом».
Конечно, Торвальдс сделал важную оговорку: ко всему проекту это не относится. Основная логика, вероятно, была прописана им вручную или под его строгим контролем. ИИ доверили только «обёртку» — визуализацию. Но лиха беда начало.
В сухом остатке мы имеем прекрасную историю о том, как технологии освобождают время для творчества. Вместо того чтобы бороться с библиотеками Python, Линус сосредоточился на том, что ему действительно интересно — на звуке и фильтрах. И если уж создатель Git не брезгует помощью нейросетей в своих пет-проектах, то остальным разработчикам точно можно выдохнуть и перестать скрывать вклад ИИ в свои коммиты.
Возможно, в будущем мы увидим ещё больше подобных экспериментов от мэтров индустрии. Ведь в конечном счёте важен результат — работающий код и удовольствие от процесса, а не то, сколько часов вы потратили на чтение документации.
Подпишись, поставь лайк и поделись с друзьями!
Жмякни на колокольчик