正好与基础软件庞大的开发量需求相契合。这种契合性促进了基础软件良性、可持续性发展，并因为基础软件对上层软件生态有支 撑作用，基础软件的开源价值远超过单一产品的范畴，其意义惠及软件产业全领域。 注释：由于暂无国内厂商主导的开源编程语言，因而不列入本报告研究范围。 来源：根据专家访谈、公开资料，由艾瑞咨询研究院自主研究及绘制。 对于这四类基础软件（操作系统、数据库、AI框架、中间件），其编写者将实现功能的代码按照一定的开源规范 AI框架：具备构建和部署人工智能模型 的基础的全套开发工具 操作系统：是软硬件资源的资源管理者， 为用户与应用程序提供交互接口 数据库：通过对数据的访问与管理，支 持各种应用程序和业务的需求 编程语言：人与计算机交互的“语言”， 含编译器、基础编程语言、IED等 社区协作：鼓励各方在开放平台上协作 贡献，推动开源内容的发展 创新改进：通过资源共享与协作共生， 提升开源内容质量，并产生新的内容 自由共享：开源内容可以免费被任何人 开放原子开源基金会 技术指导 营销指导 项目指导 用户指导 项目工作委员会 开源战略咨询：帮助企业制定开源战略布局，规划开源成功路 径，提出开源实施方案 开源法律赋能：提供开源许可证翻译，完成评审并发布。组织开 源法律书籍翻译，公益课程及合规论坛 开源项目运营：支持开发者社区运营，促进项目生态建设。拓展 开源生态链，汇聚企业、个人、组织参与开源项目。 开源品牌推广：打造年度重大品牌活动，完善传播矩阵，培养开

LLM 能力、 语音模型 whisper-3 更新、AI 虚拟主播创造等，都是在 这条路上的进一步发展。 五、 AI 编程方面，Copilot 可以根据开发者的代码提示自动补 全代码，大大提高了开发效率。这也引发了代码原创性的讨 论，但它已经实实在在将 LLM 拉进了编程应用领域。 六、 LangChain 的出现，实现了 LLM 之间的链式交互，使多 个 LLM 模型串联工作，发挥各自的优势，并且可以将 讯的混元大模型、蚂蚁的百灵大模型等。 另一方面，除了大模型本身，中国在 LLM 相关技术领域也 快速迭代发展，诸如 Dify.AI 的 LLMOps、Milvus 的向量 数据库、CodeGeeX 与 Comate 的 AI 编程、对 LLM Prompt 的研究、OneFlow 的深度学习框架。 值得一提的还有华为的盘古大模型，其中盘古气象大模型是 首个精度超过传统数值预报方法的 AI 模型，速度相比传统 数值预报提速 in the Enterprise”报告显示：  54% 的 AI 用户预计 AI 的最大好处是提高生产力。  77% 的受访者使用 AI 来辅助编程。其中提到的具体 应用包括欺诈检测、教学和客户关系管理。  AI 用户表示，AI 编程（66%）和数据分析（59%） 是最需要的技能。  许多 AI 采用者仍处于早期阶段：26% 的人使用 AI 不到一年，而 18% 的人已经在生产中进行了应用。

不过是纸上谈兵。问卷 从两个角度展开，其中包括个人信息（包括工作信息和开发者技术信息）和开源社区参与 情况，与往年不同的是，今年我们加入了开源社区度量和开源商业化相关的话题，欢迎大 家参与问卷并发表自己的想法。 通过 44 项左右问题的统计调查与分析，我们希望能够还原出当前中国开源社区的真实现状， 从而为开源的后来人提供权威的参考。 调查对象 ：覆盖开发者、社区成员、贡献者、学生、政府企业管理人员 的比例偏低，技术人员梯度不够合理，也是国内各大开源社区在吸引贡献者方面，可以优化的地方。 段夕华：近些年来，学生在开源人群中占比持续增多到今天接近一半，可能也是因为用人单位越来越认可学生 在开源中所展现出的编程技能、沟通能力及合作精神，因此这其中应该也不乏各种刷榜行为，需要开源项目所 有者更多关注学生贡献者增多所带来的质量、合规等问题。 杨丽蕴：我国开源人才后备力量足、基数大。 我国高校越来越重视开源人才的培养 中国开源年度报告 65 Gitee 数据 1 概述 Gitee 是开源中国旗下的代码托管平台，至今已有超过 800 万开发者用户。我们对托管在 Gitee 的开源 项目进行了统计分析，梳理和解读编程语言、功能分布的变化趋势，分析开发者在 Gitee 参与开源的情况， 以期为观察国内开源的演进提供一个 “本土平台” 视⻆。 2 主要内容与发现 2.1 总体趋势 2021 年 Gitee 上托管的代码仓库超过了

大模型撞上“算力墙”，超级应用的探寻之路 36 | AI 的三岔路口：专业模型和个人模型 40 | 2024 年 AI 编程技术与工具发展综述 45 | RAG 的 2024：随需而变，从狂热到理性 51 | 大模型训练中的开源数据和算法：机遇及挑战 57 | 2024 年 AI 编程工具的进化 62 | AI 开发者中间件工具生态 2024 年总结 66 | AI Agent 逐渐成为 AI MindSpore openGauss Ascend dromara anolis OpenCloudOS Stream UBML 解决 Issue 处理 PR 10 / 111 编程语言流行趋势 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 Java JavaScript Python PHP 着生命力，流行度已与十 年前不相上下。 TypeScript依然强势增 长，随着越来越多的开发 者从JavaScript转向 TypeScript，其未来的 发展更值得期待。 11 / 111 本年度增长最快编程语言 35.71% 33.04% 30.09% 27.93% 22.94% 21.03% 19.69% 19.56% 17.86% 16.91% 15.63% 15.41%

内存服务器的 /:file:`etc/my.cnf.d/server.cnf 的例子。这些设 置应该足以用于多数安装。MySQL 和 MariaDB 具有来提高服务器性能的可调 整部分，除非计划有大量并发用户访问系统，否则这些可调整部分被认为是不 必要的。这些细节请查看各厂商的文档。 在运行您的 Weblate 前设置好 innodb_file_per_table 设置并重启 MySQL/MariaDB，这对减少安装时的问题绝对重要。 服务器）上运行 Weblate 所需的最低配置： 2 GB 的内存 2 个 CPU 核心 1 GB 的存储空间 内存越多越好 —— 用于所有级别的缓存（文件系统，数据库和 Weblate ）。 许多并发用户会增加所需的 CPU 内核数量。对于数百个翻译组件，推荐至少 有 4 GB 的内存。 典型的数据库存储用量大约为每 1 百万单词 300 MB。克隆仓库所需的存储空 间会变化，但 Weblate CELERY_TRANSLATE_OPTIONS CELERY_BACKUP_OPTIONS CELERY_BEAT_OPTIONS 这些变量允许您调整 Celery worker 选项。它可以用于调整并发性（ -- concurrency 16 ），或使用不同的池实现（ --pool=gevent ）。 By default, the number of concurrent workers is

下面是用于 8GB 内存服务器的 /etc/my.cnf.d/server.cnf 的例子。这 些设置应该足以用于多数安装。MySQL 和 MariaDB 具有来提高服务器性能的 可调整部分，除非计划有大量并发用户访问系统，否则这些可调整部分被认为 是不必要的。这些细节请查看各厂商的文档。 在运行您的 Weblate 前设置好 innodb_file_per_table 设置并重启 MySQL/MariaDB，这对减少安装时的问题绝对重要。 服务器）上运行 Weblate 所需的最低配置： 2 GB 的内存 2 个 CPU 核心 1 GB 的存储空间 内存越多越好——用于所有级别的缓存（文件系统，数据库和 Weblate ）。 许多并发用户会增加所需的 CPU 内核数量。对于数百个翻译组件，推荐至少 有 4 GB 的内存。 典型的数据库存储用量大约为每 1 百万单词 300 MB。克隆仓库所需的存储空 间会变化，但 Weblate CELERY_TRANSLATE_OPTIONS CELERY_BACKUP_OPTIONS CELERY_BEAT_OPTIONS 这些变量允许您调整 Celery worker 选项。它可以用于调整并发性（ -- concurrency 16 ），或使用不同的池实现（ --pool=gevent ）。 By default, the number of concurrent workers is

下面是用于 8GB 内存服务器的 /etc/my.cnf.d/server.cnf 的例子。这 些设置应该足以用于多数安装。MySQL 和 MariaDB 具有来提高服务器性能的 可调整部分，除非计划有大量并发用户访问系统，否则这些可调整部分被认为 是不必要的。这些细节请查看各厂商的文档。 在运行您的 Weblate 前设置好 innodb_file_per_table 设置并重启 MySQL/MariaDB，这对减少安装时的问题绝对重要。 服务器）上运行 Weblate 所需的最低配置： 2 GB 的内存 2 个 CPU 核心 1 GB 的存储空间 内存越多越好——用于所有级别的缓存（文件系统，数据库和 Weblate ）。 许多并发用户会增加所需的 CPU 内核数量。对于数百个翻译组件，推荐至少 有 4 GB 的内存。 典型的数据库存储用量大约为每 1 百万单词 300 MB。克隆仓库所需的存储空 间会变化，但 Weblate CELERY_TRANSLATE_OPTIONS CELERY_BACKUP_OPTIONS CELERY_BEAT_OPTIONS 这些变量允许您调整 Celery worker 选项。它可以用于调整并发性（ -- concurrency 16 ），或使用不同的池实现（ --pool=gevent ）。 By default, the number of concurrent workers is

下面是用于 8GB 内存服务器的 /etc/my.cnf.d/server.cnf 的例子。这 些设置应该足以用于多数安装。MySQL 和 MariaDB 具有来提高服务器性能的 可调整部分，除非计划有大量并发用户访问系统，否则这些可调整部分被认为 是不必要的。这些细节请查看各厂商的文档。 在运行您的 Weblate 前设置好 innodb_file_per_table 设置并重启 MySQL/MariaDB，这对减少安装时的问题绝对重要。 服务器）上运行 Weblate 所需的最低配置： 2 GB 的内存 2 个 CPU 核心 1 GB 的存储空间 内存越多越好——用于所有级别的缓存（文件系统，数据库和 Weblate ）。 许多并发用户会增加所需的 CPU 内核数量。对于数百个翻译部件，推荐至少 有 4 GB 的内存。 典型的数据库存储用量大约为每 1 百万单词 300 MB。克隆仓库所需的存储空 间会变化，但 Weblate CELERY_TRANSLATE_OPTIONS CELERY_BACKUP_OPTIONS CELERY_BEAT_OPTIONS 这些变量允许您调整 Celery worker 选项。它可以用于调整并发性（ -- concurrency 16 ），或使用不同的池实现（ --pool=gevent ）。 By default, the number of concurrent workers is

Weblate 所需的最低配置： • 2 GB 的内存 • 2 个 CPU 核心 • 1 GB 的存储空间 内存越多越好——用于所有级别的缓存（文件系统，数据库和 Weblate ）。 许多并发用户会增加所需的 CPU 内核数量。对于数百个翻译组件，推荐至少有 4 GB 的内存。 典型的数据库存储用量大约为每 1 百万单词 300 MB。克隆仓库所需的存储空间会变化，但 Weblate 试图 CELERY_TRANSLATE_OPTIONS CELERY_BACKUP_OPTIONS CELERY_BEAT_OPTIONS 这些变量允许您调整 Celery worker 选项。它可以用于调整并发性（--concurrency 16 ），或使 用不同的池实现（--pool=gevent ）。 By default, the number of concurrent workers is based Weblate 所需的最低配置： • 2 GB 的内存 • 2 个 CPU 核心 • 1 GB 的存储空间 内存越多越好——用于所有级别的缓存（文件系统，数据库和 Weblate ）。 许多并发用户会增加所需的 CPU 内核数量。对于数百个翻译组件，推荐至少有 4 GB 的内存。 典型的数据库存储用量大约为每 1 百万单词 300 MB。克隆仓库所需的存储空间会变化，但 Weblate 试图

内存服务器的 /:file:`etc/my.cnf.d/server.cnf 的例子。这些设 置应该足以用于多数安装。MySQL 和 MariaDB 具有来提高服务器性能的可调 整部分，除非计划有大量并发用户访问系统，否则这些可调整部分被认为是不 必要的。这些细节请查看各厂商的文档。 在运行您的 Weblate 前设置好 innodb_file_per_table 设置并重启 MySQL/MariaDB，这对减少安装时的问题绝对重要。 服务器）上运行 Weblate 所需的最低配置： 2 GB 的内存 2 个 CPU 核心 1 GB 的存储空间 内存越多越好 —— 用于所有级别的缓存（文件系统，数据库和 Weblate ）。 许多并发用户会增加所需的 CPU 内核数量。对于数百个翻译组件，推荐至少 有 4 GB 的内存。 典型的数据库存储用量大约为每 1 百万单词 300 MB。克隆仓库所需的存储空 间会变化，但 Weblate CELERY_TRANSLATE_OPTIONS CELERY_BACKUP_OPTIONS CELERY_BEAT_OPTIONS 这些变量允许您调整 Celery worker 选项。它可以用于调整并发性（ -- concurrency 16 ），或使用不同的池实现（ --pool=gevent ）。 By default, the number of concurrent workers is