
Avete presente quando, parlando del riscaldamento globale, si dice “non è stata l’estate più calda finora, ma sarà la più fresca tra quelle che verranno“? Ecco, questo paradigma potrebbe applicarsi nella stessa identica maniera al Kernel Linux, in particolare al numero di commit presenti nelle merge window che passano tra una release e l’altra.
Come abbiamo raccontato parlando della release 7.3, in concomitanza a quel rilascio, come sempre succede, Linus Torvalds ha aperto la finestra di presentazione delle nuove patch da parte degli sviluppatori e, numeri alla mano, la quantità di modifiche presentate non ha eguali nella storia del Kernel.
In questo articolo di Phoronix c’è una lista lunghissima che parte dalle prime release del Kernel ed associa a ciascuna di esse il numero di modifiche proposte. Ora, senza riportare l’interezza dell’elenco, per avere un’idea di quel che sta succedendo basta partire dalla release 6.0, datata ottobre 2022, momento storico in cui l’AI ancora non era entrata nei workflow quotidiani degli sviluppatori:
Linux 6.0: 14.378
Linux 6.1: 12.288
Linux 6.2: 14.595
Linux 6.3: 13.565
Linux 6.4: 13.871
Linux 6.5: 12.492
Linux 6.6: 13.161
Linux 6.7: 16.203
Linux 6.8: 13.052
Linux 6.9: 13.242
Linux 6.10: 12.402
Linux 6.11: 12.954
Linux 6.12: 12.115
Linux 6.13: 12.142
Linux 6.14: 10.034
Linux 6.15: 13.568
Linux 6.16: 13.805
Linux 6.17: 12.289
Linux 6.18: 12.910
Linux 6.19: 13.229
Linux 7.0: 12.468
Linux 7.1: 13.963
Linux 7.2: 14.395
Linux 7.3: 16.267
Linux 7.4: 19.671
Il conto è presto fatto e balza subito all’occhio: con i suoi 19.671 commit, la merge window 7.4 è la versione di Linux più grossa della storia… Almeno finora.
Già, perché è inutile negarlo: il trend, come si vede dai numeri, è costantemente in crescita e parafrasando l’affermazione di apertura potremmo dire che questa versione del Kernel è la più piccola di quelle che verranno 🙂
Ad oggi, come indica l’articolo, il codice sorgente del Kernel Linux è composto da 41.605.120 linee, a cui vanno tolte 5.193.578 di linee bianche e 4.993.604 di righe di commenti, per un totale di codice effettivo corrispondente a 31.417.938 righe di codice rilevate.
Numeri che fanno girare la testa, soprattutto alla luce della pressione che i maintainer attuali devono sopportare a proposito delle segnalazioni di sicurezza ed implementazione di nuove funzionalità effettuate mediante AI.
Un quadro certamente non idilliaco che, come più volte abbiamo discusso, richiederà una modifica di approccio. Sicuramente questa nuova normalità non può essere affrontata con le stesse modalità del passato, e tutti, in primis Linus Torvalds stesso, stanno cominciando a interrogarsi sul tema.
Lo stesso creatore di Linux, come racconta The Register, ci tiene però a rassicurare tutti:
We’ve been here before, and I’m sure we’ll see it many times again in the future. Just ignore the noise.
Ci siamo già passati, e sono sicuro succederà nuovamente molte volte in futuro. Semplicemente ignorate il rumore.
Quindi, considerato che dire “finiremo tutti all’inferno con questa AI” serva a poco e nulla, vale la pena fidarsi del pragmatismo del comandante, ignorando il rumore.
Da sempre appassionato del mondo open-source e di Linux nel 2009 ho fondato il portale Mia Mamma Usa Linux! per condividere articoli, notizie ed in generale tutto quello che riguarda il mondo del pinguino, con particolare attenzione alle tematiche di interoperabilità, HA e cloud.
E, sì, mia mamma usa Linux dal 2009.






















Gli LLM generici (per i ChatBOT) sono il male, ma gli agenti per scrivere codice mi affascinano e prima o poi ne userò uno.
Non sono male, ma fanno errori anche loro. Al solito bisogna sempre starci dietro e stare attenti a quello che possono richiedere (quindi impostare per bene prima permessi e paletti) e quello che creano. Con Gemini 4 (e anche 3) mi è capitato che talvolta l’agente ignorasse quanto avessi richiesto nonostante i prompt chiari e senza possibilità di interpretazioni strane e avessero creato file dove non dovevano crearli uscendo fuori dal recinto che gli avevo creato. Per fortuna è successo solo due volte in mesi di utilizzo, ma può capitare. Non so con altri agenti, ma Gemini a volte fa di testa sua.
stranamente, con Gemini non mi trovo bene per nulla: spesso se ne va per la tangente.
invece, con i modelli Anthropic all’interno di un harness adeguata, ho quasi la certezza del risultato
Sì, Claude è superiore a Gemini, specialmente lato programmazione. Visto il ritmo con il quale crescono i modelli e il relativo poco tempo che passa tra un modello e il suo successore, chissà cosa uscirà l’anno prossimo.
Ho fatto un esperimento.
Gemini vs ChatGPT su di un codice.
Passato 2 ore incollando risposte dell’uno sul prompt dell’altro. Gemini andava in loop e lusingava le “risposte” di ChatGPT senza mai concludere. Il secondo era nettamente più preciso. Istruiva.
Nessuna delle due provate erano a pagamento.
Mentre ritengo i ChatBot il male, inutilmente dannosi.
Fantastico che in tutto ciò ancora non hanno visto a dime di guadagno netto.
adesso sottopongo a Linus una PR con 5.193.578 modifiche: tolgo tutte le linee bianche.
vediamo che succede 🙂