Linux-utvecklare överväldigade av AI-genererade felrapporter

Utvecklare av Linux-kärnan ska enligt uppgift hantera ett ökande antal AI-genererade felrapporter, vilket skapar extra arbete för underhållare och saktar ner delar av granskningsprocessen.

Problemet är kopplat till att användare förlitar sig på stora språkmodeller för att automatiskt generera sårbarhetsrapporter och felanmälningar och skicka dem direkt till underhållare. Även om vissa av dessa rapporter pekar på legitima problem är många felaktiga, duplicerade eller av för låg kvalitet för att vara användbara, vilket tvingar utvecklare att spendera extra tid på att filtrera verkliga problem från falska positiva.

Enligt de senaste diskussionerna på communityt säger underhållare i flera open source-projekt - inklusive delar av Linux-ekosystemet - att volymen av automatiserade inlämningar har ökat märkbart under de senaste månaderna. Vissa utvecklare har beskrivit trenden som "AI slop", som överväldigar problemspårare och granskningsköer. Det som redan var ett problem för ett par år sedan har nu uppenbarligen blivit ännu värre.

Arbetsflöden för sårbarheter påverkas också

Det växande antalet AI-assisterade inlämningar påverkar också arbetsflödena för sårbarhetstriage och bug bounty. Eftersom AI-verktyg gör det lättare att producera stora mängder rapporter som ser legitima ut, står underhållare nu inför högre verifieringsomkostnader och långsammare svarstider för verkligt kritiska frågor.

Diskussionen har också lett till kommentarer från Linus Torvalds, som upprepade gånger har kritiserat automatiserade rapporter av låg kvalitet som slösar bort utvecklarnas tid.

Utvecklare ser fortfarande ett visst värde i AI-verktyg

Vissa utvecklare ser fortfarande ett värde i AI-assisterade verktyg när de används noggrant och kontrolleras av människor, särskilt för att upptäcka enkla kodningsmisstag eller potentiella sårbarheter snabbare. Det större problemet, enligt underhållarna, är den växande mängden spam-liknande rapporter som blandas med legitima inlämningar.

På ett mer övergripande plan visar situationen hur AI förändrar arbetsflödena för utveckling av öppen källkod. Även om dessa verktyg kan hjälpa till att upptäcka buggar snabbare, ökar de också den tid som utvecklare spenderar på att verifiera rapporter och filtrera bort felaktiga inlämningar.