Linux内核项目终于回答了困扰社区的最大问题之一:如果林纳斯·托瓦尔兹无法再继续领导项目会发生什么?
由丹·威廉姆斯起草的"Linux项目延续文档"已于上周合并到文档中,正好赶在Linux 6.19-rc7发布之前。值得注意的是,该文档的路径是Documentation/process/conclave.rst。
文档指出,内核开发项目"分布广泛,有超过100名维护者各自负责保持变更在自己的代码库中流动"。
但"最后一步...是集中式的,变更被拉取到主线代码库中"。这项工作"通常由林纳斯·托瓦尔兹完成",不过"在需要时也有其他人可以完成这项工作"。
文档谨慎地补充道:"如果该代码库的维护者变得不愿意或无法继续从事这项工作(包括促进过渡),项目将需要毫不拖延地找到一个或多个替代者。"
那么会发生什么?这个流程以"$ORGANIZER"为中心,"$ORGANIZER"是"最后一届维护者峰会组织者或现任Linux基金会技术咨询委员会主席作为备选"。
文档说:"在72小时内,$ORGANIZER将与最近一次维护者峰会的受邀者展开讨论。将尽快安排这些受邀者和技术咨询委员会的会议,无论是在线还是面对面,以最大化能够参与的人数。"
如果在过去15个月内没有举办峰会,技术咨询委员会将选择与会者。受邀者可以根据需要引入其他维护者。会议将由$ORGANIZER主持,将"考虑顶级内核代码库持续管理的选项,符合最大化项目及其社区长期健康发展的期望"。
"下一步"将通过ksummit@lists.linux.dev邮件列表向更广泛的社区传达。Linux基金会在技术咨询委员会的指导下,将"采取必要步骤来支持和实施这项计划"。
该文档是在2025年维护者峰会讨论继承和延续性之后产生的。这包括如果托瓦尔兹决定是时候继续前行时的"平稳过渡"会发生什么,以及"如果发生意外情况"的流程。
虽然托瓦尔兹对Linux有着牢固的掌控,正如延续计划所指出的,他本人也思考过自己的未来,以及至少对于内核而言,维护者社区正在老龄化的事实。
在2024年开源峰会上,他指出:"有些人可能仍然对我还在这里感到失望。我的意思是,内核维护者确实在老龄化,这绝对是事实。"
威瑞森的同行先驱德克·霍恩德尔问他,社区需要做什么来确保下一代准备就绪,"以便在10年、15年、20年、30年后你的角色可以交给其他人"。
托瓦尔兹回答:"我们总是有很多非常有能力的人可以站出来。"至于社区老龄化,他说仍有新人加入并在三年内成为主要开发者。"这完全不是不可能的。"
托瓦尔兹并不是唯一在开源社区成熟过程中制定计划的维护者。当然,多年来一些项目已经逐渐淘汰。一些项目仍然嵌入在生态系统中,即使它们的创建者和维护者年龄增长。
一个选择是将它们交给基金会。像curl创建者丹尼尔·斯滕贝格这样的其他人则保持强烈的独立性——在时机到来时谨慎安排传递他们的GitHub详细信息。
Q&A
Q1:Linux项目延续文档主要解决什么问题?
A:Linux项目延续文档主要解决如果林纳斯·托瓦尔兹无法再继续领导Linux内核项目时会发生什么的问题。该文档制定了明确的继承流程,确保项目能够在没有托瓦尔兹的情况下继续平稳运行。
Q2:Linux内核项目的继承流程是怎样的?
A:继承流程以"$ORGANIZER"为中心,在72小时内开启讨论,召集维护者峰会受邀者和技术咨询委员会开会,考虑顶级内核代码库的持续管理选项,然后通过邮件列表向社区传达下一步计划,由Linux基金会负责支持和实施。
Q3:托瓦尔兹如何看待Linux社区的老龄化问题?
A:托瓦尔兹承认内核维护者确实在老龄化,但他表示社区总是有很多有能力的人可以站出来,而且仍有新人加入并在三年内成为主要开发者,认为这完全不是不可能解决的问题。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。