应技术服务，业务覆盖云原生基础软件、数据智能全链路产品、人工智能 算法应用三大领域，旗下拥有轻舟、有数、易智三大产品线，致力于帮助 客户搭建无绑定、高兼容、自主可控的创新基础平台架构，快速应对新一 代信息技术下实现数字化转型的需求。 网易数帆依托网易二十余年互联网技术积累，系列软件基础平台产品和技 术方案，成熟应用于金融、零售、制造、能源、电信、物流等多个行业领 域，在技术先进性、性能优越性、产品成熟度及安全可靠性等方面得到了 了企业信息化标准，降低了运维难度，并提升了平台的稳定性和可 扩展性，改善了用户体验。后续将继续基于轻舟进行共享能力中 心的沉淀，加速前端业务需求的响应速度，构建企业信息化服务 资产体系。 信息科技部 屠经理 大华股份 网易数帆与海亮的合作是基于海亮自身的业务需求出发的，在与 网易的合作中，有数团队根据我们的实际情况，协助制定了数据 分析平台、大数据平台以及数据中台建设的总体规划，并展开了 积极的合 监控 事务 管理 DevOps 多云部署 服务治理 能力扩展 中间件高可用 全链路监控 容器平台NCS 轻舟混合云 多云管理 多集群管理 镜像仓库 容器管理 轻舟低代码 应用管理 可视化开发 WebIDE 一键发布 资产中心 轻舟中间件 中间件PaaS RDS MySQL Redis Kafka RocketMQ RabbitMQ Elastiscearch API网关

0发布 Rainbond是一款以应用为中心的开源PaaS，深 度整合Kubernetes的容器管理和Service Mesh 微服务架构最佳实践，满足支撑业务高速发展所 需的敏捷开发、高效运维和精益管理需求。 Prometheus是一个开源的系统监控和报警系统， 受启发于Google的Brogmon监控系统（相似的 Kubernetes是从Google的Brog系统演变而来）， 从2012年开始由前Google工程师在Sound- im在国际范围内的应用，并提升其本地化能力。 “我们的首要任务是深入地了解该地区企业在采 用和使用开源软件方面存在的困难和需求。”来 自芬兰东南应用科学大学的Open MemoryLab 项目经理Sami Jantunen指出。 在短期内，将通过提供支持、培训和协同学习等 方式，推动在业务发展和组织战略中充分利用开 源解决方案，来满足所确定的需求。在不断的发 展中，该项目更为长远的目标是持续地、系统地 促进开源软件的使用，协助地区企业和公共机构 (Custom Resource Definition) 构建，根据不同的故障类型 定义多个CRD类型，并为不同的CRD对象实现单独的Controller 以管理不同的混沌实验。Chaos Mesh提供完善的可视化操作， 旨在降低用户进行混沌工程的门槛。用户可以方便地在Web UI界 面上设计自己的混沌场景，以及监控混沌实验的运行状态。 图 ChaosMesh客户 全球开源态势洞察｜第十期 12 全球开源态势洞察｜第十期

2023.12 飞致云 & 上海吉谛 软件开发 软件测试 运维审计 BI分析 广受欢迎的堡垒机 Star 22,400+ 一站式持续测试平台 Star 10,300+ 人人可用的数据可视化分析工具 Star 13,400+ 2023年11月，飞致云与上海吉谛达成战略合作，获得 Gitea 企业版中国大陆地区独家代理权， 向中国数字化团队交付被广泛验证、可信赖的通用工具软件。 新一代的代码托管平台 合并请求创建以后，审查人可以看到处于开启状态的合并请求。 Gitea 延伸能力：项目管理 项目看板 遵循 Scrum 来进行项目管理组织；支持工单看板功能， 可以将项目中的工单按照需求拖动到不同泳道中进行管理。 Issues 管理 跟踪项目的需求，功能和缺陷；工单支持标签、里程碑、指派、 时间跟踪、到期时间、依赖关系等功能。 Gitea 延伸能力：百科管理（Wiki） 百科 Wiki 基于 Git 版本控制系统的文档托管，使用 卓越性能 采用 Go 语言编写，资源占用仅 为 GitLab 的 1/4，运行速度约为 GitLab 的 3 倍 高可配置 100+ 配置项，40+ 模块配置， 通过灵活的配置满足不同应用场景的需求 安全稳定 被⼴泛验证，39k+ GitHub Star、40万+ 安装量、 1000+ 贡献者，覆盖 1000万+ 开发者 Gitea 优势总结 极佳体验 • 在 UI 上与 GitHub

操作系统、数据库、中间件、AI框架底层代码按规范进行共享与协作 本篇报告研究的基础软件开源范围，是指研究“开源”中“基础软件”板块的情况。开源过程中，参与者可以共享、协作完成开发， 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。 与协作的桥梁 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 www.iresearch.com.cn 软件开源规范 不同许可证对软件再发行是否需要开源有不同要求，企业需根据自身商业 需求谨慎选择开源代码使用 来源：参考可信开源合规计划，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。 使用开源许可证需注意的风险点 审判机关 开发者 开源许可证 “两者的契约” 开源者

术水 平的进步。 结合当前人工智能产业界的“人工智能+”计划，小模型在特定任务优化上的优势愈发突出， 预计将在金融、医疗和工业自动化等热门领域发挥引领作用，以更高效、更精准的方式满足多样 化需求，帮助人工智能在实际应用场景中落地。 开源多元化与应用细分 中国开源模型的发展不仅体现在技术突破上，还在生态建设中展现出巨大的活力。中国开源 模型从竞争激烈的“百模大战”逐步迈向多元化和深度细分，国内社区在今年发布了大量高质量 / 111 比对手坚持得更久一些是确保长期成功的必要条件。现在的宏观环境下，一味靠融资来支撑自己 的高成本支出不是长久之计。 闭源大模型厂商必须维持一定的云资源，工程师资源来支撑小额的开发者调试需求。投入产 出上恐怕是算不过来的。即便闭源厂商愿意持续地补贴开发者，他们最终会发现大模型对开发者 的粘性也非常有限，没比在 C 端用户那边好到哪里去。 大模型这一产品形态实在是太特殊了——大多以自然语言为交互方式。因此大模型 对于大公司而言，能否集中算力、数据和人才，保持组织高效很关键。创业公司需要更多的 资金支持，或者与云计算平台或芯片厂商深度合作，才能竞争专业模型的最高水平。一个例外是 图片、视频等基于扩散模型的生成模型，在创作需求简单的情况下，未必需要通用语言模型这么 大，是一个差异化竞争的机会。 随着专业模型编程能力的提升和 AI Agent 工作流进一步成熟，低代码编程将成为可能，很 36 / 111 多人心中的

(Safety)、 未来预测 (Predictions) 五个维度出发，对人工智能发展 现状和未来预期进行了深度分析。从中我们看到：  英伟达凭借各国、初创公司、大型科技公司和研究人员 对其 GPU 的巨大需求，跻身市值万亿美元俱乐部；  主要芯片供应商开发了不受出口管制影响的替代产品；  在 ChatGPT 的带领下，生成式 AI 的应用在图像、 视频、编码、语音等领域取得了突破性的进展，带动了 点问题” 的含义。只有这样，才能确保 LLM 能够真正解决实际问题， 而不是成为“应付式”的工具。 “应付式”问题主要表现在以下几个方面：  LLM 往往是“一刀切”的，无法根据用户的具体需求进 行个性化定制。  LLM 往往是“碎片化”的，无法提供完整的解决方案。  LLM 往往是“被动式”的，需要用户不断完善输入。 什么意思呢？就是我找 AI 是要解决实际问题的，但它往往都 是更先进和更方便的编程方式，而不是语言上的改良。现在 AI 都可以替代一 部分工作了，还在讨论语言的安全和高效，已经没意义了。C++之父还没理解 人们为何抛弃 C++--如同这篇文章一样，只强调自己理由而无视人们的需求-- 学院派或当权者经常犯的错误，已经成为他们的行为模式。 不愧是 C++ 之父--谁在风头就“++”谁。好好的语言搞成大杂烩。“静态分 析以验证没有不安全的代码被执行”--说白了，就是穷举法。这早就被证伪了。

apache/incubator-echarts 和 apache/skywalking 的表现也⾮常活跃，分别居中国开源排⾏ 榜第 10、12 名。Apache ECharts 是⼀个免费的，功能强⼤的图表和可视化库；SkyWalking 是⼀个观测平台和 APM ⼯具，它可以选择性的与 Service Mesh 协同⼯作，为微服务、云原 ⽣和基于容器的应⽤提供⾃动的指标，⽬前为阿⾥、华为、腾讯等国内⼤⼚提供监测服务。 等其他⽅ 式参与贡献。所有开发者在使⽤过程中的问题都会得到社区的快速响应，也都纳⼊到新版本的 发布中来，通过这样持续闭环的打磨，项⽬质量得到保障和持续提升，更好地满⾜⼴⼤ AI 开 发者的使⽤需求，也让⼴⼤开发者形成了更强的社区认同感。 深度学习框架在 AI 技术栈中处于承上启下的位置，向下对接芯⽚，向上承接应⽤，与芯⽚⼴ 泛适配、深度融合优化⾄关重要。因此⻜桨跟硬件⼚商建⽴了紧密合作关系，很多芯⽚⼚商直 式引擎。在 Real-time HTAP 的道路上迈出了坚实的⼀步。从我们的数据上来看，接近 1/3 的 4.0 集群⽤上了 TiFlash。说明直接在 TP 的数据上作实时的数据洞察是普遍的需求。 其中可以感受到国内的开源氛围及开发者的活跃度也在逐步提升，我们从 2019 年底的 500+ contributor 到 2020 年底数字已经达到了 1,200+，⼤家对于开源项⽬的参与度与理解也越

imi
可以帮助你梳理⼤纲、续写⽂章、创作⽂ 案、写作周报、撰写⽅案，成为你的内容创作⼿脚架，提供⽆限灵感。 • 编程助⼿：Kimi
可以帮你快速阅读
API
⽂档，定位所需信息，还可以根据你的需求⽣成代码、快 速
Debug，覆盖
Python、C++、Java
等多种编程语⾔。
【适⽤⼈群】
• 学术科研⼈群：快速阅读并深⼊理解⼤量⽂献，⽤⺟语掌握⽂献的精髓，解释复杂学术概念，分析 天才看到这个事情，已经没 有⾜够多的时间去迭代，最后会变成跟随者。 第⼆点是能够很深刻的理解
AI-Native
产品的开发⽅式，然后基于新的⽣产⽅式适配⼀套组织。以前做 产品是通过了解⽤⼾的需求设计功能，新时代需要在制造的过程中完成设计。ChatGPT
就是通过制造 完成设计，并没有先设计出来⼀堆场景再找对应的算法。Kimi
的⽤⼾⾃⼰去上传简历然后做筛选，也 是我们上线之前完全没有测试过的⽤例。 context
length。

海外独⻆兽：你觉得⽉之暗⾯还需要多少这样的⼈才？
杨植麟：客观上来说，限制我们的肯定还是供给。现在
AGI
的⼈才稀缺在于经验，但其实拥有学习能 ⼒的⼈才还是很多的。 但是需求⻆度，整个组织不能太⼤
⸺
把⾃⼰活⽣⽣⼜弄成了⼤⼚的话，很多组织优势就丢失了。所 以我们肯定还是会维持⼀个精简⾼效的组织。我觉得⼀个核⼼判断是
AGI
不需要那么多⼈。⽽且⻓期 来看，真的“拔

的创意和意见，满足市场需求的开发路径自然会获得更多人的青睐和进一步的改进。热衷于开源运动的开发者认为，“集 市”模式通过市场的自然选择，能够发掘出真正具备潜力和价值的项目和创意，从而为软件的持续发展赋能。 “大教堂”和“集市”开发模式的对比和适用性 对于软件产业而言，“大教堂”模 式仍然是众多企业在激烈的市场竞 争环境中进行项目开发的常见模式， 不可否认的是，这种模式能够更快 地满足客户需求，为客户提供高效 绘制。 软件开源的成本效益 估算开源为企业项目节省38%的直接开发成本，其他成本和 收益也应纳入考量 经统计，企业进行软件开发的成本拆解到需求、设计、构建、测试、实施等五个环节后分别占比13%、13%、41%、23% 和10%。其中，开源能够在需求收集整理、软件构建和实施三个环节节省较高比例的成本，在软件设计、测试量个环节也 有一定降本效果，经估算，开源能够为项目节省38%的直接开发成本。对 开源团队和办公室的管理支出。 项目开源节省的企业软件开发直接成本估算 需求 13% 设计 13% 构建 41% 测试 23% 实施 10% A:80% A:20% A:30% A:10% A:100% 需 设 构 测 实 • 需求收集、整理是开源社区的最大功能之一，市场上的开发者和用户在 接触项目的过程中自然会产生进一步产品需求，并反馈给社区 • 软件设计主要涉及项目整体架构规划，开源社区开发者主要贡献

要求来参与开源社区的占比很小。 28 专家点评 堵俊平：大部分投身开源的人不能简单视为仅仅是工作需要，更多的则是源于内在需要。例如希望发挥自身更 大的价值、喜欢社区的工作氛围或者拓展人脉，等等。把工作需要与人的需求结合起来，让每个开发者在社区 里找到归属感，开源项目才能不断吸引优秀的人才加入。 2021 中国开源年度报告 29 4.2 检索开源项目的原因 受访者们检索开源项目的原因多种多样，占比较大的原因是寻找特定功 专家点评 堵俊平：谁说工程师不善于沟通？对开源项目而言，社区的氛围以及交流和沟通是开发者留存的关键因素。 段夕华：最后这个指标跟前面调查中的社区和谐诉求本质是相通的，那就是马斯洛需求层次中的「尊重和被认 可的需求」 36 4.9 开源项目是否集成 RPA（机器人流程自 动化） 对于开源项目是否集成了 RPA，即机器人流程自动化工具，有 5 成受 访者表示一部分项目集成了 RPA，较去年有所提升，仅有 模式下，社区成员能够协同编写软件，软件用户可以提交及时使用反馈，在反馈的基础上开发人员可以 进行更高效地修改、迭代。此外，开源使用户可以直接参与到产品开发中来，这比闭源软件开发更能了 解客户的需求，并且发掘出用户需要的使用场景。因此，相对于单一的闭源软件供应商，开源社区有着 2021 中国开源年度报告 77 更清晰的研发方向，能致力于开发出更多的功能，并创造出对用户更有价值的产品，避免不必要的开发