行业提供 了宝贵经验。 推理扩展法则的潜力释放 通过推理扩展法则，模型性能可通过延长“思考时间”而进一步优化。这一技术模拟了人类 “深思熟虑”的过程，显著提升了模型在逻辑推理和复杂任务中的表现。 中国开源社区在逻辑推理领域推出了许多创新项目，包括阿里巴巴国际的 Macro-o1、通义 千问团队的 QwQ、上海人工智能实验室的 LLaMA-O1 和清华大学的 Llama-3.2V-11B-cot。 智能体为什么是“算力墙”前 AI 产品的最优解决方案？这一问题的底层逻辑包含两个方面。 1. LLM 是目前已知最好的智能体底层技术。 智能体作为学术术语由来已久，从上世纪的“符号、专家系统”【1】，到十年前风头无两的 强化学习（代表作 AlphaGo【3】），再到现在的 LLM，agent 底层技术经历了三个大的阶段。 符号系统的缺点在于过于依赖人工定义的“符号”和“逻辑”，强化学习苦于训练数据的匮 乏和“模态墙”，而 动开发）是大模型时代软件研发 的正确打开方式，让大模型帮我 们生成需求及其验收标准，业务 约束更明确了，上下文更清楚了， 在此基础上分别由不同的模型生 成产品代码和测试代码，再让它 们之间相互验证和博弈（如图 4 所示），最终交付高质量的软件。 未来，随着 AI 技术的不断成熟和创新，AI 编程工具将进一步提升智能化和可解释性，支持 更多的编程语言和平台，并通过强化学习实现自适应优化。为了全面发挥

海外独⻆兽：你怎么看追平
GPT-4
的难度和时间？
杨植麟：Benchmarking
刷到
GPT-4
⾮常简单，但是达到它的实际效果肯定有难度的，⽽且靠的不只 是资源，Google
已经验证了这⼀点。其实
GPT-4
的训练成本也没那么⾼，⼤⼏千万美元不是⼀个很吓 ⼈的数字，对我们来说是好事，并且我们已经有⽐较好的进展。 最重要的还是底层有
tech
vision
去预判
GPT- 杨植麟：现在
Midjourney
在图⽚⽣成这个单⼀任务已经做得特别好了，我来做的话会希望它能做很多 任务，同时在其中的⼀些任务也能做得很好。这其实也是
OpenAI
的思路，只是它其实没做成功。 AGI
公司应该是⼊⼝逻辑，让⽤⼾默认⽤你，此外特定⼈群会有⼀些特殊需求和对极致效果的追求，所 以市场⾥还存在
Midjourney
之类公司的机会。但是
AGI
的通⽤性⾜够强⼤时，很多⽤⼾也会转移
⸺
如果今天我把
Midjourney
今天的地位在于它通过先发优势让⻜轮跑起来了。⽐较
tricky
的是未来还会不会有这种时 间窗⼝，如果没时间窗⼝，那很可能直接被通⽤模型碾压。
海外独⻆兽：沿着⼊⼝逻辑的话，你觉得未来会有⼏个⼊⼝？
杨植麟：⾄少有两个，⼀个是有⽤的，⼀个是好玩的。 信息⼊⼝可能不存在了，因为我们搜寻信息本质上是希望端到端完成⼀个任务。智能的⼊⼝以后⼤概 率会覆盖搜索引擎这

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 各行业客户的验证。目前已服务各领域头部客户百余家，包括工商银行、 浙商银行、银监会、人保金服、深圳证券交易所、华泰证券、名创优品、 古茗、百胜集团、温氏集团、万向集团、大华股份、宁波钢铁、一汽解放、 吉利汽车 背靠24 年互联网技术积累 成熟可靠 年 24 140 余项技术专利 140 12 亿终端用户体验支持 亿 12 100 余家行业头部客户 + 100 产品与方案均经 网易大规模内部实践验证； 标杆项目均与行业龙头企业共建。 自主可控 产品基于开源内核， 底层实现全面跨云； 基础软件实现国产兼容，推动信创。 原厂服务 原厂服务，核心技术方案不外包； 全过程服务覆盖咨询、 规划、实施、运维各环节。 安装包等、耗费人力 工具本质 人员基础要求 适用业务 研发效率和成本 对现有体系影响 应用管理平台 对比项 轻舟低代码 基于通用标准语言封装而成的 可视化开发语言 熟悉IT概念，思维逻辑清晰 大中专计算机专业即可 基于宿主语言 可满足80%业务研发需求 显著加快开发速度 为公司降低开发成本 影响较小 可灵活集成公司现有研发资产 提供一站式云原生应用管理平台 灵活管理应用及制品

话题拉回来，简介一下整个报告。 前边讲到的 LLM 领域大放异彩，自然是会作为报告中的 一个重要部分，我们策划了一个《2023 LLM 技术报告》 篇章，整体围绕 LLM Tech Map 梳理逻辑来展开。 从基础设施、大模型、Agent、AI 编程、工具和平台，以 及算力几个方面，为开发者整理了当前 LLM 中最为热门 和硬核的技术领域以及相关的软件产品和开源项目。 是的，先整理了一个 Altman 将辞去首席 执行官一职，并离开 OpenAI 董事会。现任首席技术官 Mira Murati 将临时 担任首席执行官，该任命立即生效。 LangChain 是封装了大量 LLM 应用开发逻辑和工具集成的开源 Python 库， 提供了一套工具、组件和接口，简化创建由 LLM 和聊天模型提供支持的应 用程序的过程。 创新工场董事长兼 CEO 李开复今年 3 月创办 AI 大模型创业公司 说，相信自己的选择，因为你并不孤单！ 特邀评论员——杜天微，狮偶编程语言作者 前端支持多语言就像 Node.js 干后端一样，技术的融合会碰撞出更多的想法。但 是这些语言适不适合前端的生态，是一个需要时间验证的问题。 28 / 87 1 1 开源开发者事件回顾 雷军公布小米澎湃 OS 完整系统架构 2.5GHz 龙芯 3A6000 性能可达英特尔 10 代酷睿 3.6GHz i3-10100 的

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 查看、学习、使用 透明与可审查：开源的源代码可以被任 何人审查验证、保持质量 开源精神 通过传递一种对于知 识分享、知识透明和 平等合作的价值观， 凝聚群众力量，促进 开源内容传播应用与 迭代升级，达到社会 集体效应最大化 5 ©2023.11 iResearch 的先进技术、企业级功能 服务，实行再开源 商业公司针对L1级别的操作系统 进行商业版优化发行，可选择性 的开源，也可额外发行L3的开源 版本 在L1基础上做场景 化发行；或经过L2 企业版大规模验证 后发行开源版 L4级： 其他衍生版本OS 18 ©2023.11 iResearch Inc. （ 工 业 交 通 金 融 ） 通用性强： 同一数据库 可以轻松扩 展至其他互 联网平台 架构复杂： 多为单体应 用，架构上 耦合度较 高，代码难 度高 架构轻：前 端展示、中 层业务处理 逻辑、后端 数据库 “求稳定”：更注重 系统对业务的安全性 和稳定性的支持，因 而采用自建服务器或 私有云的运营方式 “求灵活”：更注重 系统对业务快速扩张 和灵活变动的支持， 因而更多采取订阅云 服务的轻资产模式

陈阳：有12%的参与者从开源中获得兼职或全职收⼊， 开源布道师， 开源运营经理， 开源 开发者等都是2020年的热⻔职业，这说明开源的⽣态正在进⼀步完善， 企业开始进⾏开源⼈ 才储备，开源的商业逻辑正在明晰。 4.5 远程办公 远程办公是当下⾮常重要的⼀种办公⽅式，在参与者中，有⼋成认为远程办公是重要的，并且 有接近九成的参与者有过远程办公的经历。 【专家点评】 ⾼阳：远程办公会变 项⽬仓库的⼯作时间情况，为每个仓库绘制⽽成的图表如下。  kubernetes/kubernetes，Kubernetes 是⽤于⾃动部署，扩展和管理容器化应⽤程序 的开源系统。它将组成应⽤程序的容器组合成逻辑单元，以便于管理和服务发现。  thanos-io/thanos，Thanos 是⼀组组件，可以组成具有⻓期存储功能的⾼可⽤性 Prometheus 设置。其主要⽬标是简化操作，保留 Prometheus &WebUI 组 件/框架 奔跑的⾯条 https://gitee.com/M Trun/big-screen-vue -datav +1.9k 3 AJ-Captcha 程序开发 - 验证码 anji-plus https://gitee.com/anji -plus/captcha +1.8k 4 asyncTool 程序开发 - 常⽤⼯具包 京东-平台 业务中⼼ https://gitee

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 Star 39,000+ 飞致云 上海吉谛 1 Gitea 开源项目介绍 Gitea 企业版介绍 3 Gitea 优势总结 2 代码托管平台的发展历程 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 采用类似的风 格设计； GitLab 卓越性能 100+ 配置项，40+ 模块配置， 通过灵活的配置满足不同场景的需求 涵盖用户认证、安全、任务、迁移、代理、仓库、服务、存储、会话、邮件等内容 高可配置 被⼴泛验证，39k+ GitHub Star、约 40万 安装量、1000+ 贡献者 长久稳定迭代 快速持续发展 •日均 clones：800+； •日均 views：7000+； •日均 unique

1 概述 ………………………………………………………………………………………… 74 2 开源软件商业化成功的底层驱动因素 …………………………………………………… 74 2.1 开源商业模式验证 ………………………………………………………………………………… 75 2.2 开源模式商业优势 ………………………………………………………………………………… 76 2.3 开源软件商业化模式发展历程 可以成功进行商业化发展，是由于开源模式在软件开发、销售等阶 段带来的杠杆效应优势。尤其是，协作开发、自下向上销售模式、 刺激创新等特点，成为了驱动开源产生商业价值的底层因素。 2.1 开源商业模式验证 开源软件公司迎来上市潮，多家公司估值已突破 100 亿美元。1999 年，Red Hat 在纳斯 达克上市为开源软件公司进行商业化点燃信心。据不完全统计，自此已有近 20 家开源软 件公司纷 供应商应该向开发者解释清楚项目的管理方式、项目主管、外界可作出哪些贡献、以及项目是否由第三 方基金会（如云原生计算基金会 -CNCF 和 Apache 软件基金会）监督。除此之外，在这个阶段企业应 该进行概念验证 (PoC) 证实开源项目的行业价值与机会，主要可以通过注册用户以及下载量来作为衡量 指标。 3.2.2 成长阶段：Roadmap 策略制定及扩大社区建设—产品管理 在开发者社区进行有效构建后

固件协议。 Google、AWS（亚马逊）、Meta（Face- book）、AMI等行业巨头，都是AMD Open- SIL的合作伙伴。 AMD为实现OpenSIL设定了四个阶段的POC （概念验证）评估工作，第一阶段已开始， 兼容Zen4架构的四代霄龙（Genoa），接下 来经过Zen5架构的五代霄龙（Turin），最 终在2026年Zen6架构的六代霄龙上成为默认 值，届时AGESA则会退出。 建立一个统一的、明确的平台，用于开发和推广在公共行政领域的开源软件项目，以支持公共行 政的最高质量的绩效，并持续优化在公共行政领域进一步发展开源软件解决方案所需的资源。 - 向公共行政机构提供确切的、经过验证并已实施的软件解决方案，包括支持、咨询和转让等经验。 - 在公共行政机构互相分享各自的专业知识时，需尽可能降低成本。 全球开源态势洞察｜第十期 18 政策和法律框架 政策和法律框架 •

have been the underlying factors driving the commercial value of the open source. 2.1 开源商业模式验证 Open source business model validation 开源软件公司迎来上市潮，多家公司估值已突破 100 亿美元。1999 年，Red Hat 在纳斯达 克上市为 发者社区。在社区创建时，供应商应该向开发者解释清楚项目的管理方式、项目主管、外界可 作出哪些贡献、以及项目是否由第三方基金会（如云原生计算基金会-CNCF 和 Apache 软件 基金会）监督。除此之外，在这个阶段企业应该进行概念验证 (PoC) 证实开源项目的行业价值 与机会，主要可以通过注册用户以及下载量来作为衡量指标。 In the early stages of a project, the vendor creates 就开源硬件而言，与开源软件概念真正可比的是第三层的硬件开源，即开放 RTL 级源码。但硬 件代码和软件代码有较大的差异，从硬件 RTL 代码到 GDSII 仍有较长的开发流程，而没有经 过流片验证的 GDSII 也并不具备实际的参考价值。因此考虑到软件和硬件开发周期的不同、迭 代成本的差异，硬件 RTL 级源码开源后，能撬动的开发杠杆较为有限，目前来看市面上只有少 数学术或社区推广性质的产品。2021