Создатель Rocky Linux разработал новое ядро операционной системы с помощью ИИ

Создатель CentOS и Rocky Linux представил независимое ядро операционной системы Ginux на базе Rust, созданное при активном участии искусственного интеллекта. Проект демонстрирует новые подходы к проектированию системного ПО благодаря технологии Human-Directed Agentic Engineering.

Новая разработка под названием Ginux является независимым ядром архитектуры x86-64, написанным с нуля на языке Rust без использования исходного кода Linux. Несмотря на это, ядро поддерживает двоичный интерфейс приложений (ABI) Linux, что позволяет запускать стандартные бинарные файлы без модификации.

Что представляет собой проект Ginux

Проект позиционируется как самостоятельная разработка с собственными подсистемами управления памятью, планировщиком задач, моделью процессов, файловыми системами и сетевым стеком. Архитектура ядра устроена таким образом, что операционная система Linux выступает своеобразной «личностью» или интерфейсом совместимости, а не базовым фундаментом.

Интересна история происхождения названия. Буква «G» в наименовании официально расшифровывается как GPT в честь модели искусственного интеллекта, которая написала код, хотя создатель проекта шутливо отмечает данное решение как способ контроля собственного эго. Код был полностью сгенерирован под управлением языковой модели GPT-5.6 Sol в рамках непрерывного процесса разработки.

Текущие возможности и ограничения ядра

На данный момент система компилируется в единый образ GINUX.EFI и загружается напрямую через UEFI без задействования какого-либо хост-ядра Linux. Изолированные домены в среде Ginux обладают собственными адресными пространствами и жизненными циклами, обеспечивая уровень изоляции, который разработчики называют более надежным по сравнению с традиционными контейнерами OCI или пространствами имен Linux.

Система способна загружать и проверять образы контейнеров OCI для формирования корневой файловой системы. Благодаря этому механизм успешно доходит до запуска дистрибутива Rocky Linux 10 вплоть до целевого многопользовательского режима systemd, а также выполняет отдельные программы Alpine Linux вроде BusyBox и библиотек musl.

Тем не менее, текущая версия имеет ряд технологических ограничений. Сборка функционирует исключительно внутри виртуальной машины QEMU, не имеет профиля физического оборудования, поддержки дискретных видеокарт или накопителей NVMe, а также еще не проходила независимый аудит безопасности. Автором подчеркивается статус исследовательского прототипа под лицензией Apache 2.0, не предназначенного для промышленных сред.

Методология разработки Human-Directed Agentic Engineering

Ключевым аспектом эксперимента выступает методология создания, получившая название Human-Directed Agentic Engineering или сокращенно HDAE. Весь процесс документирован в отдельном техническом отчете и строится на строгом разделении труда между человеком и агентом искусственного интеллекта.

Инженер задает архитектурные рамки, ограничения, промежуточные этапы, критерии приемки и условия завершения работ. ИИ-агент берет на себя цикл реализации: написание кода, загрузку в окружение, тестирование, диагностику ошибок, исправление и повторную проверку по автоматизированным тестам.

Для создания Ginux потребовалось запустить непрерывную задачу OpenAI Codex с использованием GPT-5.6 Sol на протяжении одиннадцати дней. За этот период модель сформировала около 139 000 строк кода и тестов, распределенных более чем по тысяче коммитов. Использование реальных пользовательских окружений позволило оперативно выявлять и устранять дефекты, которые невозможно было обнаружить с помощью синтетических тестов.

Значение эксперимента для индустрии ПО

Создатели проекта призывают сбалансированно оценивать результаты эксперимента. Полноценная экосистема Linux формировалась десятилетиями силами огромного сообщества разработчиков аппаратного обеспечения и авторов код-ревью, поэтому одиннадцатидневный прототип не способен заменить устоявшиеся стандарты.

Главный вывод заключается в том, что современный искусственный интеллект позволяет специалистам с глубокими профильными знаниями кардинально сокращать сроки реализации сложных системных проектов. Экспертиза в области проектирования ядер операционных систем помогает направлять возможности нейросетей таким образом, чтобы трудоемкие задачи многолетней давности выполняться за считанные дни.