2026 年 10 月 8 日，Phoronix 报道了谷歌为 Linux 内核打造的 AI 代码评审系统 Sashiko 的最新进展。谷歌工程师 Roman Gushchin 在捷克布拉格举行的 Linux Plumbers Conference 2026（LPC 2026）上做了状态更新：上线不到一年，Sashiko 已完成超过 19.1 万次补丁评审，覆盖 99 个内核邮件列表，并被执行了超过 1900 万次自主 Git 查询。

不只是"评审数量"

评审总量固然醒目，但更具说服力的是一组"被引用"的数据：2026 年迄今，已有 463 个 Linux 内核 CVE 引用了 Sashiko；同时，上游内核中有超过 1277 个提交、linux-next 中有 1567 个提交在提交信息里提到了它。当一个工具开始频繁出现在安全公告与提交记录里，它就不再是"可以容忍的实验"，而更像是基础设施的一部分。

开发者的反馈同样可观：Sashiko 已收到来自 1100 多名内核开发者的 7600 多条回复——其中并非全是致谢，也包含质疑与讨论，但这恰恰说明评审信号被认真对待了。

它是怎么工作的

据 Phoronix 介绍，Sashiko 用 Rust 编写，以托管服务形式运行在 sashiko.dev，抓取发布到 LKML 及越来越多子系统邮件列表上的补丁。每个改动都会经过一个多阶段评审流程，从架构、实现正确性、执行流、内存与资源管理、并发同步、安全、硬件行为等多个角度审视，思路大体上"模拟人类维护者读补丁的方式"。

公开服务运行在 Gemini 3.1 Pro 之上，由谷歌承担算力成本；但代码也支持其他模型。项目采用 Apache 2.0 许可，并已移交给 Linux 基金会。值得一提的是，它的评审提示词最初由内核开发者 Chris Mason 撰写，Sashiko 在此之上发展出自己的协议。

"在 1000 个带 'Fixes:' 标签的近期上游问题（完全未经过滤）上，Sashiko 能找出 53% 的 bug（使用 Gemini 3.1 Pro）。"
—— Roman Gushchin（2026 年 3 月基准测试）

Gushchin 也坦言，这些 bug 此前都"漏过"了人工评审——这正是工具的价值所在。而在更早的两个月，命中率还停留在 30% 出头。

下一步：本地模式与持久化缺陷库

按计划，团队接下来会做三件事：推出可在终端本地运行的评审模式、建立持久化的 bug 数据库，以及让 Sashiko 评审它自己的代码（自我评审）。与此同时，随着 AI 工具让漏洞发现速度空前加快——例如本周一批十余个 AI 辅助发现的 X.Org Server 与 XWayland 漏洞——一个能在代码合入前就拦下问题的评审者，价值会更加突出。

影响：AI 正在进入内核开发的"主干道"

围绕 AI 参与开源开发，社区一直存在争议：有人担心 AI 生成的评审"噪音"会淹没本就拥挤的邮件列表，也有人质疑误报率。但 Sashiko 用一年时间给出的数据，让讨论的重心从"要不要用 AI"转向了"如何把 AI 用对"。Linus Torvalds 此前也表态，Linux 不会因为工具用了 AI 就拒绝它——贡献应当以技术价值来评判。对普通用户而言，最直接的收益是：一个在内核邮件列表上被拦下的缺陷，永远不会跑到你桌面、NAS 或云服务器上的内核里。

主要来源：Phoronix《Google's Sashiko AI Has Completed 191k Patch Reviews, Cited On Nearly 500 Kernel CVEs》（2026-10-08）——https://www.phoronix.com/news/Sashiko-Linux-AI-Metrics；LPC2026议题材料——https://lpc.events/event/20/contributions/2645/