文章核心观点 - 编程界的标志性人物，如Linux之父Linus Torvalds，对AI编程的态度发生显著转变，从过去的警惕和批评转向积极尝试和使用，这标志着AI编程工具正获得更广泛的接受，并开始重塑程序员的工作方式 [8][9][12][26] 行业领袖对AI编程态度的转变 - Linus Torvalds曾长期对AI编程保持警惕，认为其炒作成分过高，并指出过去关于生成式AI的讨论“90%是行销炒作，只有10%是现实” [7][13] - 近期Linus Torvalds态度发生“大转弯”，开始亲自使用谷歌系AI编程助手进行Vibe Coding完成了一个小型项目，并对此方式表示“相当积极” [4][8][14] - Redis之父Salvatore Sanfilippo (antirez) 从坚持手写代码转变为积极拥抱AI，他通过体验发现AI能在极少干预下完成复杂任务，例如AI仅用5分钟就生成了一个700行的纯C库，性能仅比PyTorch慢约15% [12][17][21] - Java之父James Gosling的态度相对尖锐，多次批评当前AI热潮是“一场骗局”，认为AI缺乏真正的创造力，只能重组现有代码，但他也承认AI在生成文档或解释代码等辅助任务上具有实用价值 [12][22][23] AI编程工具的应用与影响 - Linus Torvalds使用谷歌的智能体优先开发平台Antigravity，通过Vibe Coding完成了其GitHub项目中的Python音频采样可视化工具部分，该项目已获得超过1600颗Star [4][5][15] - AI编程显著提升了开发效率，例如Salvatore Sanfilippo耗时数周完成的Redis Streams内部改动，AI根据设计文档仅用20分钟便复刻完成 [21] - 在某些领域，AI编程工具已实现商业化成功，例如Claude Code的创造者Boris Cherny，其工具在去年带来了超过10亿美元（约合人民币70亿元）的收入 [28] - 有工程师如Boris Cherny已几乎不再以传统方式写代码，而是利用AI工具进行开发，甚至让AI参与开发自身，其工具在一年内完成了1096次提交 [27] AI编程的适用场景与局限性 - Linus Torvalds明确指出，Vibe Coding并不适用于像Linux内核开发这样对稳定性、安全性和可维护性要求极高的复杂系统项目 [24] - 在Linux内核项目中，AI主要被用于编写Python可视化工具等部分，而核心的C语言数字信号处理代码仍由开发者亲自完成 [24] - Vibe Coding在小项目、探索性场景、生成样板代码或辅助脚本方面优势明显，能快速将想法转化为可运行程序 [24] - AI生成代码的短板在于风格不稳定、抽象边界模糊、依赖隐性假设，可能导致长期维护困难，这在需要被不同背景维护者长期维护的系统（如Linux内核）中尤为关键 [25] - 行业领袖普遍认为，AI的价值在于辅助重复性劳动和提高效率，但人类程序员在理解复杂系统、进行工程架构判断、承担长期维护责任以及开拓性创新方面的核心价值不可替代 [16][23]