El 10 de octubre, Linus Torvalds —la persona que más código ha rechazado en la historia del open source— publicó una rama experimental en su propio repositorio de Linux llamada noref-filemap-read-with-llm. En el mensaje del commit explica, en sus propias palabras, que el código, los programas de prueba, la revisión y el primer borrador del texto se hicieron "con un asistente de código LLM (Claude Code) bajo mi dirección". No es un thread de hype ni una demo de conferencia: es el kernel de Linux, el software que corre en más servidores del planeta que cualquier otro, con parches generados por un agente de IA. Y eso, para cualquiera que esté decidiendo hoy si confiar en coding agents dentro de su equipo, pesa más que cualquier benchmark de laboratorio de un vendor.
Qué hizo exactamente Torvalds (y qué no)
El parche ataca un problema real: cuando varios threads leen fragmentos pequeños del mismo archivo cacheado, compiten entre sí por el contador de referencias de ese folio (la unidad de memoria donde vive la página en caché). Matthew Wilcox, mantenedor del subsistema de memoria, había señalado este cuello de botella desde 2024 después de que apareciera en una carga de trabajo real de un cliente. La solución usa RCU (read-copy-update) para que un folio eliminado de la caché espere un periodo de gracia antes de liberarse, permitiendo que los lectores copien el dato cacheado sin tomar esa referencia que generaba la contención.
Lo que hizo distinto a Torvalds no fue delegar la idea — el diagnóstico del problema y la dirección técnica fueron suyas. Lo que delegó fue la ejecución: la serie de ocho parches, los programas de prueba y un primer borrador de la explicación los generó Claude Code bajo su supervisión directa. Y, algo que vale la pena subrayar: él mismo corrió las mediciones, en su propia laptop.
Los números, sin filtro
- Máquina de prueba: un laptop Intel Core i7-8565U de 4 núcleos / 8 hilos — nada de un cluster de benchmarking.
- Carga de trabajo: ocho threads haciendo llamadas pread() de 16 bytes sobre una misma página cacheada.
- Throughput: subió de aproximadamente 10 millones a entre 30 y 33 millones de lecturas por segundo.
- Ciclos de CPU por lectura: bajaron de ~2,950 a ~725.
- Eventos de contención de caché (Load HITM): de 30,538 a apenas 101 — la línea de caché del contador de referencias representaba el 99.92% de esos eventos antes del parche.
- El costo: un caso de un solo thread con página no mapeada empeoró, de ~4,150 a ~6,550 ciclos.
Por qué esto es la prueba más dura que le han hecho a un agente de código
Torvalds no es precisamente conocido por su entusiasmo acrítico hacia herramientas nuevas, y con la IA generativa no ha sido la excepción: en el Open Source Summit Europe de este año describió su postura como mixta — ve la IA como una buena puerta de entrada para quien empieza a programar, pero advirtió contra depender de ella para desarrollo serio sin entender el objetivo y las consecuencias de cada cambio. Que justo esa persona haya dejado que Claude Code escriba, prueba y documente un cambio en el núcleo de memoria de Linux —uno de los pedazos de código más auditados y conservadores que existen— es la validación de producción más dura que un coding agent puede recibir. Más dura que cualquier benchmark publicado por Anthropic, OpenAI o Google, porque el jurado aquí es el ingeniero que lleva 30 años diciendo que no a pull requests.
El detalle que casi nadie está señalando: todavía no hay merge
Aquí está el ángulo que la mayoría de la cobertura en inglés mencionó de pasada y que, para nosotros, es el dato más importante de toda la historia: la rama sigue siendo experimental. No ha entrado a la ventana de integración de Linux 7.4, no hay confirmación de que vaya a mergearse pronto, y el propio reporte técnico detrás de la historia señala que el benchmark es angosto —una sola laptop, una sola carga de trabajo sintética— y que ya apareció una regresión en al menos un caso. Torvalds, con Claude Code haciendo la mayor parte del trabajo de escritura y pruebas, igual decidió que "funciona mejor en mi máquina" no es lo mismo que "está listo para 40 millones de instalaciones de Linux en producción".
Esa distancia entre "el benchmark se ve espectacular" y "lo voy a mergear" es exactamente la disciplina que la mayoría de los equipos —y de las agencias que están empujando coding agents a sus clientes como si fueran magia— se saltan.
Lo que esto significa para agencias, developers y tu producto
Si tu equipo (o el de tu cliente) está evaluando qué tanto delegarle a Claude Code, Cursor o cualquier otro coding agent, este caso da un marco concreto, no una opinión:
- La dirección técnica sigue siendo tuya, no del agente. Torvalds diagnosticó el problema y definió la solución antes de pedirle a Claude Code que la ejecutara. El valor no estuvo en "pídele a la IA que arregle el performance", sino en saber exactamente qué pedirle y cómo evaluar si la respuesta tiene sentido.
- Mide en tu propio entorno, nunca en el del vendor. Un salto de 10M a 33M lecturas por segundo en una laptop de oficina no te dice nada sobre tu stack de producción. Si vas a presentarle una mejora de performance a un cliente, corre el benchmark en su infraestructura real, no en la demo.
- El code review no es un paso que un coding agent elimina — es el paso que define si confías en el resultado. La revisión, las pruebas y el "known issues list" existieron precisamente porque Claude Code generó el primer borrador, no a pesar de eso. Automatizar la escritura de código sin automatizar (ni reemplazar) la revisión es la receta para el peor tipo de deuda técnica: la que parece funcionar hasta que no.
- "Todavía no está mergeado" es una respuesta válida y madura. Si tu equipo siente presión de entregar cada feature generado por IA el mismo día que se escribió, este caso es la prueba pública de que ni el creador de Linux se apura a mergear solo porque el benchmark se ve bien.
Cierre
En Geek Vibes usamos coding agents todos los días en proyectos de clientes, y lo que vemos constantemente es la misma tensión que este caso expone a nivel mundial: la velocidad que ganas escribiendo código con IA no vale nada si no mantienes la misma exigencia de revisión, medición en entorno real y criterio humano para decidir qué entra a producción. Torvalds no le teme a Claude Code — lo usa, y por eso mismo no se apresura a mergear.
Si estás armando el proceso para adoptar coding agents en tu equipo o en el de tus clientes sin perder control de calidad, escríbenos a comercial@geekvibes.agency.
