Linus Torvalds, el creador de Linux, subió a su propio repositorio una serie de cambios para el kernel que escribió con ayuda de Claude Code, el asistente de programación de Anthropic. Él dirigió el trabajo y midió los resultados en su laptop.
Es una señal clara de hacia dónde va el trabajo con IA en proyectos serios: la herramienta escribe y revisa, pero una persona con experiencia decide, prueba y responde por el código.
¿Qué pasó?
El 10 de octubre de 2026 apareció en el repositorio de Torvalds una rama llamada noref-filemap-read-with-llm. Contiene ocho parches basados en Linux 7.3-rc6 que cambian la forma en que el sistema lee datos de la caché de páginas, es decir, la copia en memoria de los archivos que se leyeron hace poco.
Hoy, cada vez que un programa lee de esa caché, el kernel aparta los datos y luego los suelta. Cuando muchos hilos (tareas que corren al mismo tiempo) leen el mismo archivo, todos compiten por actualizar el mismo contador y se estorban. Los parches quitan ese paso y, para que siga siendo seguro, esperan un momento antes de reutilizar la memoria que sale de la caché. A cambio, algo de memoria queda sin usar por un instante.
En el mensaje de los cambios, Torvalds explica que el código, los programas de prueba, la revisión de los problemas conocidos y el primer borrador del texto se hicieron con Claude Code bajo su dirección. Las mediciones las corrió él mismo.
¿Cuánto mejora?
Según sus pruebas, con ocho hilos leyendo el mismo archivo se pasó de unos 10 millones de lecturas por segundo a entre 30 y 33 millones. Ojo con el contexto: se midió en una sola laptop, con algunas protecciones de seguridad desactivadas y con un tipo de carga muy específico.
Los cambios todavía no forman parte de Linux. El mensaje no fija una versión del kernel para incluirlos, así que por ahora es un experimento que otros desarrolladores tendrán que revisar.
¿Por qué te importa?
El kernel de Linux es uno de los proyectos de software más exigentes que existen. Que su creador use un asistente de IA para un cambio de bajo nivel, y lo diga abiertamente en el historial, le da peso a una forma de trabajo: pedirle a la IA el borrador, las pruebas y una lista de riesgos, y quedarte tú con el criterio y las mediciones.
También muestra una buena práctica de transparencia. Marcar qué partes hizo la IA ayuda a quien revisa a saber dónde poner más atención. Si trabajas en un equipo, es una costumbre fácil de copiar en tus propios commits.
¿Qué puedes hacer?
- Si usas un asistente de IA para programar, pídele también los programas de prueba y una lista de casos donde el cambio podría fallar, no solo el código.
- Mide tú mismo cualquier mejora de rendimiento antes de creerla, y anota en qué equipo y con qué condiciones la mediste.
- Indica en tus commits cuando una parte la escribió una IA, para que tu equipo revise con más cuidado.
- Si administras servidores Linux, no busques estos parches todavía: espera a que se revisen y lleguen a una versión estable del kernel.