Linus Torvalds lève le voile : l’IA Claude Code a triplé la vitesse de Linux — la révolution du kernel est-elle en marche ?
Linus Torvalds et Claude Code : quand l’IA collabore au cœur de Linux
Dans une annonce qui marque une étape symbolique pour le monde du logiciel libre, Linus Torvalds a révélé avoir utilisé Claude Code, l’agent de développement d’Anthropic, pour produire une modification du noyau Linux visant à améliorer la gestion de la mémoire. Le patch, regroupé sous la branche nommée noref-filemap-read-with-llm, n’est pas (encore) intégré upstream, mais les résultats des premiers benchmarks sont pour le moins impressionnants : jusqu’à un triplement du débit de lectures dans certains scénarios multithreads.
Que propose précisément le patch ?
Le travail porte sur la file d’attente des pages mises en cache (page cache), cette zone de mémoire où le noyau conserve les fichiers récemment accédés. Le problème initial survient lorsque plusieurs threads lisent de petits fragments du même fichier : chaque lecture accroît puis décroît une référence sur la page, générant deux écritures atomiques sur la même ligne de cache et provoquant une intense contention entre cœurs. Les tentatives antérieures pour contourner le problème copiaient les données dans un buffer sans prendre de référence, puis validaient après coup — approche fragile qui pouvait être prise en défaut par des conditions de concurrence (race conditions), par exemple lorsqu’une page est libérée puis réallouée au même indice.
La solution retenue et ses effets
Plutôt que d’essayer de valider a posteriori, Torvalds a opté pour une suppression radicale de la cause : une page évincée de la cache ne revient pas immédiatement à l’allocateur mais seulement après une période de grâce. Cette fenêtre permet à un lecteur de copier directement la page vers le buffer utilisateur sans manipuler de référence, et sans se limiter à une taille de lecture fixe. Les chiffres communiqués par Hwbusters montrent qu’avec huit threads travaillant sur un même fichier, le coût kernel par lecture passe d’environ 2 950 cycles à 725 cycles, et le throughput grimpe de ~10 millions à ~30–33 millions de lectures par seconde. Avec un seul thread, le gain demeure modeste mais réel (~10%).
Quel rôle a joué l’IA dans le processus ?
Le nom de la branche (noref-filemap-read-with-llm) indique clairement l’implication d’un modèle langage. D’après Torvalds, Claude Code a généré le code, préparé les tests, identifié des problèmes, et même rédigé une première ébauche de la lettre d’accompagnement du patch. Torvalds a ensuite exécuté les benchmarks sur sa machine et itéré. Il s’agit d’un usage au‑delà du simple débogage assisté par IA : l’agent a participé à la conception et à la mise en œuvre d’un changement structurel du gestionnaire de mémoire.
Un patch encore en revue : prudence et questions de sécurité
La branche se base sur Linux 7.3‑rc6 et, pour l’instant, n’a pas été intégrée dans le noyau principal. Les mainteneurs du sous‑système de gestion de la mémoire vont devoir évaluer rigoureusement la solidité du code : la mémoire est un terrain où une erreur se paie cash (corruption, régressions, instabilité). Torvalds espère des gains encore supérieurs sur des machines à plus forte densité (multi‑socket), mais il n’a pas testé ces environnements. L’accueil des mainteneurs sera déterminant, et il est probable que des audits approfondis soient exigés avant toute fusion.
Une rupture avec le discours d’hier ?
Cela contraste fortement avec les réserves publiques que Torvalds exprimait il y a deux ans, quand il qualifiait une partie de l’industrie de l’IA de « 90 % marketing, 10 % réalité ». Son affirmation selon laquelle l’IA ne doit pas signer du code à la place d’un développeur reste d’actualité, mais cette expérience montre qu’il accepte désormais que des agents IA participent à la génération et à l’optimisation de code critique — à condition d’un contrôle humain strict.
Les enjeux humains, éthiques et communautaires
La situation pose plusieurs questions majeures :
Impacts possibles et perspectives
Si la contribution de Claude Code se révèle robuste et sûre, la porte est ouverte à un usage plus systématique d’agents IA dans le développement des logiciels systèmes, notamment pour des tâches d’optimisation, de génération de tests et d’analyse de performances. Cela pourrait accélérer l’itération et permettre à des experts de tester des variantes plus nombreuses. À l’inverse, une intégration prématurée ou mal évaluée risquerait de fragiliser la confiance entre contributeurs humains et outils automatisés.
Ce que l’on surveillera maintenant
Cette expérience marque un tournant : elle démontre qu’un agent IA peut contribuer de manière tangible à l’optimisation d’un composant critique comme le noyau Linux, sans pour autant remplacer le jugement et la validation humains. L’équilibre entre efficacité et sécurité, transparence et responsabilité, reste fragile — et c’est précisément ce que la communauté devra clarifier dans les mois qui viennent.
