Jakmile alokátor začal část úložiště CCS považovat za běžnou VRAM, mohly se do ní zapisovat obyčejné alokace a přepisovat metadata, která GPU potřebuje. Poškození zasáhlo i data související s tabulkami stránek a projevovalo se například rozbitým obrazem nebo nekonečným restartováním správce přihlášení GDM na kartách Battlemage G21.
Nešlo tedy jen o obyčejnou početní chybu. Problém spočíval v nesprávném významu operace: kód zarovnával hodnotu, jako by šlo o počáteční adresu, přestože ve skutečnosti označovala limit, za kterým použitelná paměť končí. Proto byla výsledná oprava tak malá, ale její nalezení tak obtížné.
Torvalds práci označil za „ladicí sezení z pekla“. Společně s AI asistentem doplňoval a upravoval cílenou instrumentaci, sledoval výpočty ovladače a porovnával pozici CCS nahlášenou hardwarem s hranicí předanou alokátoru VRAM. Než se podařilo odhalit chybný směr zarovnání, vzniklo 24 verzí diagnostických záplat a proběhlo 18 cyklů restartu a testování.
Opakované restarty byly důležité, protože problém se projevoval na úrovni hardwaru a grafického systému, nikoli jen jako podezřelý řádek ve zdrojovém kódu. Každý experiment pomáhal odlišit chování alokátoru paměti od dalších možných příčin selhávání grafiky.
Torvalds používal asistenta jako interaktivního partnera při ladění. AI pomáhala navrhovat diagnostické výpisy, procházet cesty v kódu a analyzovat výsledky jednotlivých experimentů. Tím omezila množství rutinní práce spojené s ověřováním hypotéz.
Asistent ale nebyl spolehlivou autoritou. Torvalds uvedl, že několikrát dospěl k závěru, že je problém nemožný nebo neřešitelný, a navrhoval místo dalšího hledání sepsat zprávu. Torvalds musel určovat další experimenty, rozpoznat chybné interpretace a pochopit, co daný posun znamená v modelu paměti alokátoru.
Právě v tom spočívá hlavní ponaučení. AI generovala možnosti a zvládala mechanickou část práce. Odborník dodal kontext, vytrvalost, testy, jejichž výsledky mohly hypotézu potvrdit nebo vyvrátit, a konečné rozhodnutí.
Torvalds opravu ovladače Intel Xe sám vytvořil a odeslal do hlavní vývojové větve linuxového jádra. Podle dostupných zpráv se mělo počítat s jejím přenesením do podporovaných stabilních řad běžným procesem backportování. Dodané zdroje však spolehlivě neurčují konkrétní stabilní verze ani data jejich vydání.
Není proto bezpečné uvádět konkrétní čísla verzí jen na základě dostupných podkladů. Uživatelé dotčeného hardwaru by měli ověřit přítomnost opravy v oznámeních své distribuce nebo správce příslušné řady jádra.
Tato událost není bezvýhradným doporučením AI-generovaného kódu pro linuxové jádro. Ukazuje užší a lépe obhajitelné použití: odborník může pomocí AI zrychlit složité ladicí smyčky, ale stále odpovídá za hypotézu, návrh testů, kontrolu změn i výslednou záplatu.
To je něco jiného než posílat správcům neotestované a nevyžádané AI záplaty nebo hlášení bezpečnostních chyb. Vývojáři jádra mluví o „náporu“ strojově generovaných příspěvků a správci subsystémů staging i networking popisují rostoucí frustraci z nekvalitních nebo špatně pochopených změn.
Často opakované tvrzení o nárůstu počtu příspěvků o 2 700 % je třeba brát s rezervou. Dodané zdroje neobjasňují způsob měření, sledované období ani přesnou kategorii, které se toto číslo týká. Lépe doložitelný je obecnější závěr: AI zlevnila a zrychlila tvorbu kódu i hlášení, ale jejich kontrola a třídění stále zatěžují lidské správce.
Torvalds zároveň uvedl, že Linux není vůči AI kategoricky odmítavý, zejména pokud se nástroje používají například při revizi kódu. Ladění ovladače Intel Xe ale ukazuje praktickou hranici: AI může být užitečná uvnitř disciplinovaného vývojového procesu, nenahradí však znalost daného subsystému, reprodukovatelné testování ani člověka, který za výsledek ručí.
Výsledná záplata měla jediný řádek. Skutečným úspěchem ale bylo poznat, který řádek změnit — a nepřestat hledat ve chvíli, kdy asistent prohlásil, že řešení neexistuje.