Google 工程師推出 Sashiko：針對 Linux 核心的代理型 AI 程式碼審查工具

背景

Google 工程師近日推出了名為「Sashiko」的專案，旨在利用代理型人工智慧（Agentic AI）對 Linux 核心的程式碼進行自動化審查。這項工具主要針對 Linux 核心郵件列表（LKML）上提交的補丁進行分析並提供修改建議，試圖透過 AI 的介入來減輕核心維護者的負擔，並在程式碼合併前捕捉潛在的邏輯錯誤或功能缺陷。

社群觀點

Hacker News 社群對於 Sashiko 的出現展現了兩極化的反應。反對者最主要的擔憂在於「AI 垃圾資訊」對開源生態的衝擊。部分開發者指出，先前如 curl 與 SQLite 等知名專案都曾遭受大量由 AI 生成、品質低劣且缺乏驗證的錯誤報告轟炸，這類低成本的自動化產出往往造成維護者極大的行政負擔。有留言者直言，AI 在編程時經常需要人類「手把手」引導，甚至會犯下遺忘基本輸入等低級錯誤，若缺乏嚴謹的過濾機制，這類工具可能會演變成另一種形式的阻斷服務攻擊，讓原本就已超負荷的維護者陷入處理虛假回報的泥淖。

然而，支持者與實際參與測試的開發者則抱持較為樂觀且務實的態度。他們認為程式碼審查是 AI 目前最能發揮價值的領域，只要能捕捉到一個人類遺漏的臭蟲，其價值便足以抵銷產生的雜訊。針對「污染核心」的疑慮，有開發者澄清 Sashiko 目前的運作模式是針對人類提交的補丁提供建議，而非主動提交 AI 生成的補丁。此外，根據實際使用經驗，該模型鮮少針對程式風格或個人偏好提出瑣碎意見，而是專注於功能性問題，例如因提前回傳（early return）而導致的清理函數失效。支持者強調，Linux 核心的發展瓶頸往往在於維護者的審查時間而非貢獻者的產能，若 AI 能有效過濾掉明顯的邏輯錯誤，將有助於提升整體開發效率。

在技術細節與介面呈現上，社群也提出了具體的改進建議。有觀點認為，與其單純提供文字建議，不如讓 AI 自動生成對應的測試案例來驗證臭蟲的存在，這能更有效地說服維護者並減少誤報。同時，目前的 Sashiko 網站介面被批評過於關注內部流程狀態，而將真正重要的「發現結果」埋藏在層級較深的欄位中，對於想要快速篩選嚴重漏洞的使用者並不友善。此外，討論中也再次觸及了程式語言的本質問題，有開發者感嘆，若非 C 語言在記憶體管理與資源清理上的脆弱性，或許根本不需要如此複雜的 AI 審查工具來防範人為疏失。

延伸閱讀

• Sashiko 專案官方網站：https://sashiko.dev/
• Sashiko GitHub 原始碼倉庫：https://github.com/sashiko-dev/sashiko
• Linux 核心郵件列表（LKML）相關補丁討論：https://lkml.org/lkml/2026/3/18/1600