U svetu softverskog inženjerstva malo je vesti koje izazivaju toliko pažnje kao svaka tehnička odluka koju donese Linus Torvalds, tvorac Linux kernela i Gita. Kada je ugledni tehnološki portal Phoronix (u izveštaju koji su potvrdili i drugi relevantni izvori poput Hardware Busters i tehničkih zajednica) objavio da Torvalds aktivno koristi Anthropic Claude Code alat za rad na ozbiljnim i dubokim modifikacijama Linux kernela, to je odjeknulo širom industrije. Ovaj korak predstavlja prekretnicu: od ranijih povremenih eksperimenata sa veštačkom inteligencijom i skromnih alatki za traženje grešaka (debug), prešlo se na primenu AI asistenata na najosetljivijem i najstrože kontrolisanom kodu na planeti. Kontekst: Od skeptičnog posmatrača do pragmatičnog korisnika Dugo je stav Linusa Torvalds prema veštačkoj inteligenciji bio oličenje njegovog poznatog, beskompromisnog inženjerskog pragmatizma. Torvalds je u javnim nastupima često naglašavao da veštačka inteligencija ume da bude korisna alatka, ali da nosi opasnost od hiper-promocije i stvaranja privida da kod “radi sam od sebe”. Njegov stav se uvek svodio na jedno: mašina može da pomogne, ali čovek – odnosno glavni održavalac (maintainer) – ostaje krajnja i neprobojna kapija za bilo kakav kod koji ulazi u glavni repozitorijum (main tree). Međutim, tehnološki pejzaž se menja. Dok je ranije Torvalds koristio AI uglavnom za pomoć pri debugovanju ili povremene, neobavezne eksperimente van glavnog stabla kernela (poput ranijeg koketiranja sa Google okruženjem za “vibe coding”), nedavni događaji su pokazali promenu u obimu i ozbiljnosti primene. Ključni trenutak: Preuređenje Linux keša stranica (Page Cache) Prema detaljima koje je registrovao Michael Larabel sa Phoronixa tokom priprema za izdanje kernela, Torvalds je postavio posebnu tematsku granu (topic branch) u glavnom stablu, što je inače neuobičajena praksa za njega jer obično drži samo osnovni master. U središtu ove priče nalazi se krupna optimizacija i dorada Linux Page Cache-a uz značajnu asistenciju Claude Code alata. Tehnički detalji optimizacije: Problem sa konkurentnošću: Prethodni pokušaji kopiranja podataka u stak bafer (stack buffer) bez reference i njihove naknadne validacije patili su od problema u uslovima trke (race conditions), gde bi stranica mogla da bude oslobođena i ponovo ubačena na istom indeksu. Rešenje koje eliminiše trku: Umesto detektovanja ovih stanja, nova serija zakrpa ih potpuno uklanja. Folio koji napušta keš stranica vraća se alokatoru tek nakon isteka RCU grace period intervala. Čitač unutar RCU sekcije sada može direktno da kopira podatke iz stranice u korisnički bafer. Impresivni rezultati performansi: Na sistemima sa 8 niti i jednom datotekom, broj kernel ciklusa po čitanju pao je sa oko 2.950 na svega oko 725, dok je propusni opseg (throughput) skočio sa 9,9–10,4 miliona na 30 do 33 miliona čitanja u sekundi. Kod jednonitnih operacija takođe su zabeležena poboljšanja, uz drastičan pad memorijske kontencije (mereno preko perf c2c alata). Iako sistem ima i manje regresije u specifičnim ivicama protokola, činjenica da je AI agent pomogao u rešavanju ovako složenog problema memorijskog menadžmenta pokazuje da Claude Code nije korišćen samo za generisanje trivijalnog boilerplate koda, već za arhitektonski zahtevne optimizacije. Zašto baš Claude Code? Filozofija “bazičnog” koda Zašto su programeri i entuzijasti počeli da prave specijalne konfiguracije (poput popularnih CLAUDE.md datoteka inspirisanih upravo Torvaldsovim stilom) za Claude Code? Odgovor leži u filozofiji samog Linusa Torvalds: Fokus na strukturu podataka: Dizajniraj podatke pre nego što pišeš kod. Ako struktura odgovara algoritmu, kod je jednostavan. Netrpeljivost prema suvišnoj kompleksnosti: Nema beskorisnih apstrakcija, enterprise rešenja, niti komplikovanih hijerarhija tamo gde jednostavna struktura i dve funkcije završavaju posao. Pravilo neprikosnovenosti korisničkog prostora (Userspace): Nikada ne lomiti postojeći API ili rad aplikacija zarad navodnih optimizacija. Claude Code se pokazao sposobnim da razume ovakve kontekstualne zahteve kada mu se daju precizne smernice, što objašnjava zašto ga inženjeri sve više koriste ne kao zamenu za sopstveni mozak, već kao izuzetno brzog i informisanog digitalnog asistenta. Šta ovo znači za budućnost softverskog razvoja? Prelazak lidera Linux zajednice na korišćenje naprednih AI alata poput Claude Code šalje nekoliko jasnih poruka profesionalnoj zajednici: AI je prešao put od igračke do alata za tešku industriju: Korišćenje AI modela za rešavanje dubokih sistemskih problema u kernelu pokazuje da tehnologija više nije rezervisana samo za pisanje osnovnih skripti ili veb aplikacija. Ljudska revizija ostaje zakon: Torvalds i dalje funkcioniše kao strogi arbitar. Kôd koji generiše AI prolazi kroz nemilosrdnu mašinu provera, recenzija i testiranja. Nijedna linija koda ne ulazi u Linux samo zato što ju je veštačka inteligencija “lepo napisala”. Efikasnost radnog toka: Inženjeri koji znaju kako da postave prave zahteve (promptove) i da strukturiraju probleme mogu višestruko da ubrzaju pronalaženje uskih grla u performansama. Zaključak Potez Linusa Torvaldsa da uz pomoć Claude Code-a unapredi performanse Linux kernela predstavlja prekretnicu u prihvatanju veštačke inteligencije od strane najkonzervativnijih i najiskusnijih sistemskih programera na svetu. Poruka je jasna: AI neće zameniti inženjersku strogoću, ali u rukama majstora zanata može da postane moćan skalpel za otklanjanje najdubljih sistemskih problema. Post navigation Bezbednost i izolacija VLAN mreža pomoću MikroTik IP Firewall-a Budućnost interneta: Kako domene poput .meow menjaju pravila igre na globalnoj mreži