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。

Agent  备案上线的中国大模型  知名大模型  知名大模型应用 大模型 算力 工具和平台  LLMOps  大模型聚合平台  开发工具 AI 编程  插件、IDE、终端  代码生成工具 编程语言 3 / 32 LLM 技术背景 Transformer 架构和预训练与微调策略是 LLM 技术的核心，随着大规模语言数据集的可用性和计算能 力的提升，研究者们开 (Fine Tuning) 大模型框架提供基本能力和普适性，而微调 则是实现特定应用和优化性能的关键环节 大模型训练平台&工具 提供了在不同硬件和环境中训练大语言模型 所需的基础设施和支持 编程语言 以 Python 为代表 5 / 32 LLM 基础设施：向量数据库/数据库向量支持 向量数据库是专门用于存储和检索向量数据的数据库，它可以为 LLM 提供高效的存储和检索能力。通过数据向量化，实现了 架构图 (图源：https://www.geeksforgeeks.org/architecture-of- tensorflow/) 12 / 32 LLM 基础设施：编程语言 LLM 的训练和应用通常使用多种编程语言，取决于任务的需求和团 队的偏好。 。它的广泛使用得 益于其简洁的语法、强大的库支持（如 ）和深度学习框架（如 ）。 此外， ，C++ 有时 用于优化计算密集型任务，而

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%

Tech”这样的项目，鼓励女性在高科技领域发光发热。 单致豪：毫无疑问，开发者和开源爱好者重要的来源是学生，提高高校的开源教育将是非常重要的一环，腾讯 之前启动了“犀牛鸟开源人才计划”，打造面向高校学生的开源课程。2022 年，腾源会将联合 Techo Youth 开展开源实战高校巡回。 受访者中还未参加工作的人数最多，占比约 43%，其次则是从业时 间为 3-5 年、10-15 年的参与者占比分别为 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

encourage women to shine in tech. 单致豪：毫无疑问，开发者和开源爱好者重要的来源是学生，提高高校的开源教育将是非 常重要的一环，腾讯之前启动了“犀牛鸟开源人才计划”，打造面向高校学生的开源课 程。2022 年，腾源会将联合 Techo Youth 开展开源实战高校巡回。 Shan Zhihao: There is no doubt that the most crucial be optimized to attract contributors. 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。 Duan Xihua: In recent years, the Gitee 数据 Gitee Data 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。 Gitee is the code hosting platform

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 服务器 边缘计算 嵌入式 云计算 主流计算架构100%覆盖 | 220+整机，1000+板卡 LoongArch ARM X86 RISC-V SW-64 … Power openEuler：面向数字基础设施的开 源操作系统，通过一套操作系统架构  南向支持多样性设备  北向覆盖全场景应用  横向对接OpenHarmony等其他 操作系统 通过能力共享实现生态互通 生态互通

项以上，促进人工智能产业全球 化发展。 坚持创新驱动。优化产业科技创新与标准化联动机制， 加快人工智能领域关键共性技术研究，推动先进适用的科技 创新成果高效转化成标准。 坚持应用牵引。坚持企业主体、市场导向，面向行业应 用需求，强化创新成果迭代和应用场景构建，协同推进人工 3 智能与重点行业融合应用。 坚持产业协同。加强人工智能全产业链标准化工作协 同，加强跨行业、跨领域标准化技术组织的协作，打造大中 成熟度评估，人工智能通用性测试指南、评估原则和等级要求， 企业智能化能力框架及测评要求等标准。 4. 管理标准。规范人工智能技术、产品、系统、服务等全 生命周期涉及的人员、组织管理要求和评价，包括面向人工智能 组织的管理要求，人工智能管理体系、分类方法、评级流程等标 准。 5. 可持续标准。规范人工智能影响环境的技术框架、方法 和指标，平衡产业发展与环境保护，包括促进生态可持续的人工 基础数据服务标准。规范人工智能研发、测试、应用等 过程中涉及数据服务的要求，包括数据采集、数据标注、数据治 理、数据质量等标准。 2. 智能芯片标准。规范智能芯片相关的通用技术要求，包 括智能芯片架构、指令集、统一编程接口及相关测试要求、芯片 数据格式和协议等标准。 3. 智能传感器标准。规范单模态、多模态新型传感器的接 口协议、性能评定、试验方法等技术要求，包括智能传感器的架 构、指令、数据格式、信息提取方法、信息融合方法、功能集成

创建选区 编辑选区 移除选区 选区显示模式 全局选区蒙版 (绘制选区) 按照图层透明度建立选区 像素选区和矢量选区 选区工具的常用配套快捷键 Python 脚本编程 安装和管理 Python 插件 Krita Python 脚本编程入门 Krita Python 插件编写教程 标签管理 新建标签 指定标签 重命名标签 删除标签 色彩校样 超出色域警告 矢量图形 矢量图形介绍 创建矢量图形的工具 区域的话，把画面内容分成几个图层又有什么意义呢？ 透明度和颜色使用相同的方式进行保存，所以它也有自己的通道。 我们通常把这条通道叫做 阿尔法通道 或者简称为 alpha。这是因 为希腊字母“α”被用于在编程中表示透明度。为了方便初学者理 解，我们在 Krita 中将其翻译为 透明度通道 。 某些老旧的应用程序会默认创建不带透明度的图像，把背景显示为 白色。而 Krita 在任何情况下都会创建带有透明度通道的图像，如 用户入门 Krita SAI 在 Krita 中的对应操作 Krita 相对于 SAI 的优势 Krita 相对于 SAI 的不足 结语 Photoshop 用户入门 Krita 导言 本文面向 Photoshop 的老用户介绍 Krita 的各项功能，引导你快速学会使用 Krita 高效工作的 诀窍，并改掉以往的老习惯。本文虽以 Krita 2.9 和 Photoshop CS2、CS3

创建选区 编辑选区 移除选区 选区显示模式 全局选区蒙版 (绘制选区) 按照图层透明度建立选区 像素选区和矢量选区 选区工具的常用配套快捷键 Python 脚本编程 安装和管理 Python 插件 Krita Python 脚本编程入门 Krita Python 插件编写教程 标签管理 新建标签 指定标签 重命名标签 删除标签 色彩校样 超出色域警告 矢量图形 矢量图形介绍 创建矢量图形的工具 至关重要，因为要是图层没有透明区域的话，把画面内容分成几个图 层又有什么意义呢？ 透明度和颜色使用相同的方式进行保存，所以它也有自己的通道。我们通常把这条 通道叫做 阿尔法通道 或者简称为 alpha。这是因为希腊字母“α”被用于在编程中表 示透明度。为了方便初学者理解，我们在 Krita 中将其翻译为 透明度通道 。 某些老旧的应用程序会默认创建不带透明度的图像，把背景显示为白色。而 Krita 在任何情况下都会创建带有透明度 用户入门 Krita SAI 在 Krita 中的对应操作 Krita 相对于 SAI 的优势 Krita 相对于 SAI 的不足 结语 Photoshop 用户入门 Krita 导言 本文面向 Photoshop 的老用户介绍 Krita 的各项功能，引导你快速学会使用 Krita 高效工作的诀 窍，并改掉以往的老习惯。本文虽以 Krita 2.9 和 Photoshop CS2、CS3

创建选区 编辑选区 移除选区 选区显示模式 全局选区蒙版 (绘制选区) 按照图层透明度建立选区 像素选区和矢量选区 选区工具的常用配套快捷键 Python 脚本编程 安装和管理 Python 插件 Krita Python 脚本编程入门 Krita Python 插件编写教程 标签管理 新建标签 指定标签 重命名标签 删除标签 色彩校样 超出色域警告 矢量图形 矢量图形介绍 创建矢量图形的工具 至关重要，因为要是图层没有透明区域的话，把画面内容 分成几个图层又有什么意义呢？ 透明度和颜色使用相同的方式进行保存，所以它也有自己的通道。我们通常把 这条通道叫做 阿尔法通道 或者简称为 alpha。这是因为希腊字母“α”被用于在 编程中表示透明度。为了方便初学者理解，我们在 Krita 中将其翻译为 透明度 通道 。 某些老旧的应用程序会默认创建不带透明度的图像，把背景显示为白色。而 Krita 在任何情况下都会创建带有透明度通道的图像，如果图像本身不含透明 用户入门 Krita SAI 在 Krita 中的对应操作 Krita 相对于 SAI 的优势 Krita 相对于 SAI 的不足 结语 Photoshop 用户入门 Krita 导言 本文面向 Photoshop 的老用户介绍 Krita 的各项功能，引导你快速学会使用 Krita 高效工作的诀 窍，并改掉以往的老习惯。本文虽以 Krita 2.9 和 Photoshop CS2、CS3