Linuxカーネルの管理を長年担う人物が、ローカルで動くLLMをバグ検出に活用し始めた。クラウドに頼らず、手元のマシンでAIを走らせながら約20件の修正パッチを生み出したという事例は、AIとオープンソース開発の新しい関係を示している。

この記事でわかること:

  • Greg Kroah-Hartmanが開発した「gkh_clanker_t1000」の概要
  • AIファジングによって修正されたLinuxカーネルの問題
  • Framework Desktop + AMD Ryzen AI Maxというハードウェア構成
  • 人間が監督する前提でAIを使うアプローチの意義

Linuxカーネルの「ナンバー2」がローカルAIでバグ検出を始めた

https://www.phoronix.com/news/Clanker-T1000-AMD-Ryzen-AI-Max

Greg Kroah-Hartman（GKH）は、Linus Torvalds に次ぐLinuxカーネルの実質的な2番手として知られる人物だ。安定版カーネル（Stable Kernel）の管理を担っており、スマートフォンから組み込み機器、サーバーまで、Linuxが動くほぼすべての環境に関わる。

そのGKHが2026年4月初頭から、「gkh_clanker_t1000」と名付けたAI支援ファジングツールをLinuxカーネルに対して試験運用していることが明らかになった。4月26日にはMastodon上でハードウェア構成の写真も公開している。

ファジングとは何か

ファジング（Fuzzing）とは、ソフトウェアに対して予期しない入力や不正なデータを大量に送り込み、クラッシュやメモリエラーなどの不具合を引き起こすことで潜在的なバグを発見する自動テスト手法だ。Linuxのような巨大なコードベースでは、手動テストだけでカバーしきれない領域を機械的に探索するために使われる。

gkh_clanker_t1000はこのファジングにLLMを組み合わせたツールで、GKHのカーネルツリーには「clanker」と名付けられたブランチが存在する。

最初の対象はSMBコード

GKHがこのツールを最初に向けたのは、ksmbd（カーネル内SMBサーバー実装）のコードだった。仮想マシン上でローカルにセットアップしやすいという理由から選ばれた。

検出された問題は、信頼できないクライアントが接続するシナリオに特有のものが中心で、以下の3件の修正につながった。

  • smb2_get_ea() における EaNameLength の検証漏れ
  • sub_auth[2] を読み取る前のサブオーソリティ数チェックの欠落
  • SPNEGOデコードが失敗した際の mechToken メモリリーク

GKHはレビュアーに対して「まったく信用せず、私が作り話をしていないかを自分で確認してから受け入れてほしい」と率直に伝えている。このコメントには、AI生成の提案に対して慎重に向き合う姿勢が表れている。

約20件のパッチがメインラインに取り込まれた

4月7日以降、gkh_clanker_t1000の助けを借りて修正されたパッチは、2026年4月26日時点で約20件がLinuxカーネルのメインラインにマージされている。修正範囲はSMBにとどまらず、ALSA、HID、Nouveau、IO_uring、USB、WiFi、LoongArch、ネットワーキングなど広い領域に及んでいる。

ハードウェアはFramework Desktop + AMD Ryzen AI Max+

GKHが「gkh_clanker_t1000」を動かすのは、Framework Desktopにフォームファクターを持つマシンで、AMD Ryzen AI Max+（開発コード名：Strix Halo）を搭載している。

AMD Ryzen AI Max+はCPUとiGPU、NPUを1チップに統合した設計で、ローカルでLLMを動かすのに十分な演算能力を持つ。クラウドを使わずに手元でモデルを走らせられる点が、この用途において重要な意味を持つ。GKHはオープンソースのソフトウェアスタック上でこの構成を運用している。

AIは提案するだけ、判断と責任は人間が持つ

このアプローチで注目すべきは、AIがコードを書いているわけではないという点だ。ファジングツールが怪しい箇所を浮かび上がらせ、GKH自身が数十年の経験をもとにレビューし、修正コードを書き、パッチとして責任を持って提出している。

LLVMは今年、「human in the loop」（人間が必ず介在する）というAI活用ポリシーを公式に採用した。AIが生成した内容をそのまま取り込まず、提出者が内容を理解し検証することを義務付ける方針だ。GKHの手法もこれと同じ方向性を持つ。

Linus Torvalds自身も、コード生成よりもメンテナンス支援としてのAI活用に関心を示している。昨年のOpen Source Summit Japanでは「AIを使ってマージの確認をしたところ、私の懸念に同意した上で追加の問題まで指摘してくれた」と話している。

まとめ

gkh_clanker_t1000は、ローカルLLMをLinuxカーネル開発に組み込んだ具体的な事例として注目される。AIを使いながらも人間の判断を最終的な判断軸に置くこのアプローチは、大規模なオープンソースプロジェクトにおけるAI活用の一つの型を示している。ソフトウェアの詳細はまだ公開されていないが、今後の続報に注目したい。