最新版本的Linux最广泛使用的初始化系统已经发布,在抛弃初始化脚本支持和AI辅助编程之间,我们确信这个版本将为其赢得更多支持者。
Systemd 260实现了开发者们承诺了至少几年的变化之一——我们在2023年就报道过初始化脚本支持将被移除。
根据发布说明,该版本还需要更新的Linux内核(最低5.10,推荐5.14,完整功能需要6.6),以及一系列其他库和支持文件。值得注意的是,它不再支持libidn第1版——现在需要libidn2。对于使用systemd 260的发行版新版本来说,这些都不太可能造成重大干扰。
systemd GitHub存储库中还有一个新的Markdown文件,这可能会让一些开发者感到担忧。新文件名为AGENTS.md,替换了之前名为CLAUDE.md的文件。新的AGENTS.md文件提供指导原则来帮助引导AI智能体。
考虑到AI智能体忽略指令的悠久历史,这让我们想起了卡纳特国王命令潮水不要上涨的传说(对于非英国人来说,这是一个著名的传说)。这几乎注定要失败。
包含智能体指导原则的文件存在并不一定证明systemd 260本身是使用大语言模型编程助手构建的。目前,它们的使用似乎仅限于审查变更,正如代码所示。其描述说明了这一点。
然而,systemd现在确实出现在至少一个版本的OpenSlopware列表中,该列表记录了被AI生成内容污染的自由开源软件。我们在1月份报道了原始争议列表的兴衰。
根据OpenSlopware列表,目前,机器人生成的代码仅限于systemd的一个特定子元素sd-bus,这是一个"轻量级D-Bus IPC客户端库"。列表突出显示了1月底的提交744d589,总结为"为截断的文件描述符添加测试用例",其中红帽开发者Allison Karlitskaya注明她是"在Claude的帮助下"完成的。
这是一个要求——AGENTS.md文件明确规定了相关条款。
sd-bus中额外的244行代码分布在两个相对较小的更改中,这些更改为一个小型子模块添加了更多测试。出现在OpenSlopware上可能不会让systemd开发者感到困扰。他们必须是厚脸皮的团队,正如对systemd 256发布的嘲讽评论——"现在减少了42%的Unix哲学"——所强调的那样。话虽如此,我们怀疑会有更多AI代码更改跟进。
这个版本中的其他更改大多相对较小,包括对间歇性网络连接处理的调整,帮助显示友好的发行版名称,增加通过systemd-mstack处理OCI镜像的能力,以及大多数用户永远不会注意到的其他低级调整。
就像移除对传统初始化脚本的支持一样,这种对大语言模型生成变更的认可可能会进一步加深和扩大使用systemd并认为它让生活更轻松的人群与坚决拒绝使用它的顽固分子之间的分歧。在实践中,我们怀疑它不会产生可见的差异。
Q&A
Q1:Systemd 260有哪些主要变化?
A:Systemd 260的主要变化包括完全移除了对传统SysV初始化脚本的支持,这是开发者承诺多年的改变。此外还需要更新的Linux内核支持,并引入了AI智能体指导原则文件AGENTS.md。
Q2:Systemd 260中使用了AI生成代码吗?
A:目前AI生成代码仅限于systemd的一个子模块sd-bus,涉及244行代码用于添加测试用例。红帽开发者明确表示是在Claude的帮助下完成的,但使用范围相对有限。
Q3:AGENTS.md文件是做什么用的?
A:AGENTS.md文件替换了之前的CLAUDE.md文件,为AI智能体提供指导原则。该文件明确规定了在systemd项目中使用AI辅助工具的要求和限制条件。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。