10月19日、Phoronixが「Linus Torvalds' AI Code Improved: Huge Performance Wins With Reworked Code」と題した記事を公開した。LinusがAIコーディングアシスタントを活用して書いたLinuxカーネルのコードを、MetaのエンジニアKiryl Shutsemauがリワークし、大幅なパフォーマンス向上を達成したという内容だ。
AIが書いた「叩き台」がカーネル改善の起点に
10月上旬、Linus Torvalds自身がAIコーディングアシスタント「Claude Code」を活用してLinuxカーネルのコードを書いたことが話題になった。Linuxカーネルは安全性・正確性への審査基準が極めて厳格なプロジェクトであり、その開発者コミュニティにおいてAI生成コードが出発点として機能したこと自体、注目に値する出来事だった。
Linusが実装したのは、単一ファイルへの小さな読み取り（small reads）を多数のCPUスレッドで並列処理するワークロードにおいて、folioの参照カウントを取得せずにページキャッシュから読み取る経路だ。Linusはこのコードをそのままメインラインにマージするつもりはなく、概念実証的な「叩き台」としてコミュニティの議論を促す意図で公開したとみられる。今回は、その叩き台自体がAI生成だったという点が従来と異なる。
パフォーマンス改善の核心：folio参照カウント競合の回避
MetaのエンジニアKiryl Shutsemauは、LinusのAIコードを引き取ってリワークし、パッチシリーズを公開した。
Linuxカーネルのメモリ管理では「folio」と呼ばれるページ管理単位が使われており、ページキャッシュへのアクセスには通常、このfolioの参照カウント（refcount）のインクリメント／デクリメントが伴う。スレッド数が増えると、このrefcountに対するアトミック操作がスレッド間で激しく競合し、スループットのボトルネックになる。
Shutsemauのパッチはこの競合を回避するための専用経路を追加するものだ。folioの参照カウントを取得せずにページキャッシュから直接読み取ることで、多数のCPUスレッドが単一ファイルに対して小さな読み取りを繰り返すワークロードのスケーラビリティを大幅に改善する。Phoronixは計測結果を「extremely promising（非常に有望）」と評価しており、具体的なベンチマーク数値は元記事で確認できる。
このアプローチが有効なのは、参照カウントの操作自体はメモリ安全性を保証するための仕組みだが、特定の条件下ではその取得を省略しても安全に動作する経路を設けられるからだ。Shutsemauはその条件を精査したうえで、Linusのコードを大幅に再設計した。
「AIコード → コミュニティ改良」という新しいサイクル
このエピソードが示しているのは、AIが書いたコードが即座にプロダクション品質になるわけではないという現実だ。しかし同時に、AIが生成した草案がカーネル開発者の議論の出発点として機能するという新しい使われ方も浮かび上がる。
Linuxカーネル開発は変更頻度が高く、レビュープロセスも厳格だ。そのような環境でAI生成コードが話題の起点となり、Metaのエンジニアがそれをベースにパフォーマンスチューニングを進める——この流れ自体、カーネル開発の文化に新しい局面が生まれつつあることを示している。「AIが完成品を作る」のではなく「AIが議論の種を作り、人間が完成させる」という分業モデルが、最も保守的なオープンソースプロジェクトの一つでも現実味を帯びてきた。
詳細はLinus Torvalds' AI Code Improved: Huge Performance Wins With Reworked Codeを参照していただきたい。
