一句话看懂：CentOS 创始人 Gregory Kurtzer 在 11 天内借助 Codex（GPT-5.6 Sol）编写约 13.9 万行 Rust 代码，做出兼容 Linux ABI 的独立内核 Ginux，并成功启动 Rocky Linux 10、运行至 systemd。这为“AI 能否写系统级软件”提供了一个可验收的样本。
事件核心：发生了什么
2026 年 10 月 27 日，Kurtzer 在 X 上公布项目 Ginux：基于 Rust 的 x86-64 内核，不是从 Linux 分叉，而是从零实现内存管理、调度器、进程模型、文件系统和设备支持，同时实现 Linux ABI，使未经修改的 Linux 二进制程序可以运行。
据其技术报告，项目累计 1,037 次提交、261 个跟踪文件、63 个 Rust 源文件，最终生成可通过 UEFI 直接启动的 GINUX.EFI 镜像；已能拉取 OCI 镜像构建“域”的根文件系统，并启动 Rocky Linux 10 至 multi-user.target。实验 API 调用费约 8,000 美元，代码以 Apache 2.0 开源。
为什么重要
过去行业普遍认为大模型难以胜任操作系统级别的工作。Ginux 的路径不是“全自动氛围编程”，而是人类主导的智能体工程：人设定架构、约束和验收关卡，Codex 在 QEMU 中反复实现、运行、分析故障并回归测试。作者强调，没有领域经验引导，输出容易“表面能跑、结构薄弱”。
这提示 AI 生成系统软件的瓶颈正在从“写代码”转向“验收标准与领域判断”。不过 Ginux 目前只是一次研究性验证，尚不代表生产级内核已经可被 AI 批量复制。
对用户/开发者/创作者的影响
对开发者，可关注其开源代码与 HDAE 工作流：如何用关卡、测试和失败解读把智能体拉回正轨，可能比代码本身更具复用价值。对企业，Kurtzer 的结论值得参考：兼容性、安全性、硬件支持、社区与长期维护仍是护城河，AI 生成的组件短期难以替代成熟基础设施。对基础软件团队，中间件和编排层可能更早感受到 AI 生成代码带来的竞争压力。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Ginux 能否扩展到更多硬件与发行版工作负载，而非停留在 QEMU 验证；二是性能对比目前仅在单核、2 GiB 内存的虚拟化条件下、以 sysbench 九次取中位数得出，需更多独立复现；三是这套 HDAE 方法能否被其他团队复用，以及开源社区是否形成持续维护。
来源：InfoQ CN
