Torvalds i koszmar debugowania z AI. "To niemożliwe"

Linus Torvalds, twórca Linuksa, znany jest z krytycznego spojrzenia na generatywną sztuczną inteligencję w kodowaniu. Docenia jej przydatność, ale jednocześnie zwraca uwagę na problemy z jakością, które zalewają projekty bezużytecznymi zgłoszeniami. Najnowsza historia z jego warsztatu pokazuje jednak, że nawet najlepsze narzędzia AI potrafią się poddać tam, gdzie człowiek wykazuje się czystym uporem.

W swoim commicie do jądra Linuksa Torvalds opisał sytuację, którą nazwał „sesją debugowania z piekła rodem”. Problem dotyczył zamiany funkcji round_up() na round_down() – pozornie banalna poprawka, która jednak wymagała ogromnego nakładu pracy. Jak podaje International Cyber Digest, do namierzenia źródła problemu potrzebnych było 24 patchy dodające kolejne warstwy informacji debugowych oraz 18 pełnych restartów systemu.

Dlaczego AI nie potrafiło znaleźć błędu?

Sedno problemu leży w naturze samego błędu. Nie był to typowy błąd składniowy ani oczywista usterka logiczna. Funkcja działała technicznie poprawnie – po prostu nie robiła tego, czego oczekiwał Torvalds. To sytuacja, w której sztuczna inteligencja napotyka fundamentalne ograniczenie: nie potrafi wyjść poza to, co jest formalnie poprawne, aby zrozumieć intencję programisty.

Torvalds nie owija w bawełnę, opisując zachowanie swojego asystenta AI. „AI kilkakrotnie stwierdziło wprost, że to niemożliwe i nierozwiązywalne” – relacjonuje twórca Linuksa. Co więcej, system sugerował po prostu napisanie raportu o problemie i pozostawienie go nierozwiązanym. Dla kogoś, kto przez dekady budował jeden z najważniejszych projektów open source na świecie, taka rezygnacja była nie do przyjęcia.

Ludzki upór kontra sztuczna inteligencja

Kluczem do sukcesu okazały się cechy, których nie da się zaprogramować: determinacja i konsekwencja. Torvalds przyznaje, że to właśnie jego „zawziętość” sprawiła, że AI w końcu zaczęło działać efektywnie. System, mimo wielokrotnych prób poddania się, po każdym ponagleniu ze strony programisty dodawał kolejny kod debugujący i analizował wyniki.

Twórca Linuksa ma jednak świadomość, że nie każdy użytkownik AI będzie tak cierpliwy. „Podejrzewam, że te systemy były trenowane na ludziach, którzy nie są może aż tak zawzięci jak ja” – zauważa z charakterystyczną dla siebie ironią. To ważna obserwacja dotycząca jakości danych treningowych i wzorców zachowań, które AI przejmuje od ludzi.

Mimo wszystko Torvalds oddaje AI sprawiedliwość. Docenia fakt, że system – choć wielokrotnie gotowy do rezygnacji – wiernie wykonywał polecenia i analizował kolejne tury debugowania. Ostatecznie pozwolił nawet AI napisać komunikat commit, co jest swego rodzaju ukłonem w stronę możliwości generatywnych modeli.

Sztuczna inteligencja w kodowaniu – kontrowersje wciąż żywe

Historia Torvaldsa wpisuje się w szerszą debatę na temat roli generatywnej AI w tworzeniu oprogramowania. Collins Dictionary przyznało w zeszłym roku tytuł słowa roku terminowi „vibe coding”, czyli programowaniu z wykorzystaniem AI. Z kolei praca naukowa z początku 2026 roku poszła o krok dalej, argumentując, że „vibe coding zabija open source” – wszystko przez brak ludzkiej uwagi i możliwość wnoszenia ogromnych ilości danych przez każdego.

Kontrowersje widać także w społeczności twórców. Zespół odpowiedzialny za DK64 Randomizer, projekt randomizujący grę Donkey Kong 64, pracując nad nieoficjalnym portem na PC, wprost deklaruje niechęć do stylu pracy opartego na AI. Argumentują, że poleganie na „vibe codingu” prowadzi do „projektów niskiej jakości, którymi coraz trudniej zarządzać w miarę upływu czasu”.

Zarzuty dotyczą nie tylko jakości kodu, ale także kwestii etycznych – od wpływu na środowisko po wątpliwe źródła danych treningowych. Część developerów dostrzega jednak realne korzyści z wykorzystania AI w codziennej pracy. Historia Torvaldsa pokazuje, że obie strony mają rację: AI potrafi być pomocne, ale wciąż wymaga ludzkiego nadzoru i – jak się okazuje – ludzkiej zawziętości.

Przypadek z debugowania jądra Linuksa to doskonała lekcja dla wszystkich korzystających z asystentów AI. Technologia ta nie zastąpi jeszcze w pełni programisty – zwłaszcza gdy problem wymaga zrozumienia intencji, a nie tylko poprawnej składni. Jednocześnie, jak pokazuje Torvalds, odpowiednio popychana AI potrafi być cennym narzędziem nawet w najbardziej frustrujących sytuacjach. Kluczem pozostaje jednak człowiek, który wie, czego chce i nie akceptuje odpowiedzi „to niemożliwe”.