领域开源势力的典型代表，它的 出现，犹如一颗投入平静湖面的石子，激荡起层层水波， “Llama 2 一开源，全球范围内进入了百模混战阶段”， 这个说法一点也不为过。 年底的“虚假宣传” Gemini 与“磁力链开源” Mistral 8x7B 两大神作，也凭借不输 GPT-4 的实力，将 LLM 狂 潮卷到天际。 四、 Stable Diffusion 和 Midjourney 这两大图像生成系统 | R.I.P.  62 | 插件、IDE、终端  63 | 代码生成工具  64 | LLM Agent  67 | LLMOps  68 | 大模型聚合平台  69 | 开发工具  70 | 算力 出品：OSCHINA & Gitee 编委会： 雨多田光，OSCHINA 总编 局长，OSCHINA 主编 王茜，OSCHINA 主编 叶子，OSCHINA 新媒体运营 模型作为协作执行者（来自 HuggingFace Hub）组成。 7 月 13 日，京东全面推出京东言犀大模型， 服务千行百业，拥抱产业智能。言犀大模型 融合了 70%的通用数据与 30%京东数智供 应链原生数据，致力于面向知识密集型、任 务型产业场景，解决真实产业问题。 2023 年 6 月，百度智能云推出了基于大模型的 “Comate”代码助手。 借助文心大模型的理解、推理能力，“Comate”

©2023 iResearch Inc. 2023年中国基础软件开源 产业研究白皮书 2 目 录 CONTENTS 01 02 03 开源基础软件界定及中外发展对比 中国开源基础软件产业链及参与者洞察 中国开源基础软件产业细分领域洞察 3 开源基础软件界定 及中外发展对比 01 4 ©2023.11 iResearch Inc. 具备能衍生出并支撑 多个技术簇的一类根 技术软件，拥有技术 门槛高、衍生场景复 杂等特点 中间件：不同系统和应用程序之间交互 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 中国开源基础软件 产业链及参与者洞察 02 9 ©2023.11 iResearch Inc. www.iresearch.com.cn 开源产业链关系 以开源

72 | 2024:大模型背景下知识图谱的理性回归 77 | 人工智能与处理器芯片架构 89 | 大模型生成代码的安全与质量 93 | 2024 年 AI 大模型如何影响基础软件行业中 的「开发工具与环境」 98 | 推理中心化：构建未来 AI 基础设施的关键 Part 1：中国开源开发者生态数据 04 | Gitee 数据篇 Part 3：国内 GenAI 生态高亮瞬间 104 | 人类语言就是一种高度抽象、跨模态、表达力充分的符号系统，同时它作为知识的载体，自 然地存在大量数据可用于训练，还蕴含了人类的思维模式。 在此基础上训练得到的 LLM，自然具备被诱导出类人思考的潜力。在 COT（思维链）【4】、 TOT（思维树）【5】等技术的加持下，大模型正在学习拆解自己的“思维”，OpenAI 的 o1 就是 典型案例，强化了推理能力的同时，也大大缓解了幻觉问题。 2. 大模型做不到的，“现存工具”强势补位。 在这个方向的持续投入下，我们很可能会迎接一个介于 RNN 和 Transformer 之间的“新王”。 因此，算力层短时间内的主题仍然是“半通用化”“高算力”“低能耗”。 3. 合成数据驱动新产业链 早有机构预测，人类社会可利用训练数据会在 2026 年耗尽。这可能还是一个乐观估计。光 头哥 Tibor Blaho 还曾爆料，OpenAI 用于训练“猎户座“的数据中，已经包含了由 GPT-4

、市场推广、版 本迭代更新、版权管理和安全管理等内容，这些环节和商业企业的软件项目有一些相似之处，但更加注重从社区的使用者 和贡献者处得到观点和启发，并用以驱动项目未来的发展。 开源软件主体和产业链关系 源作者 软件作品 企业开源 开源基金会 开 源 社 区 代码托管平台 开源软件论坛 专家指导 产业联盟 法律服务 市场宣传 二次开发者 软件用户 • 开源代码的源作者/最初贡献 0% web和应用程序开发 13.6% 人工智能、机器学习、数 据和分析 10.8% 隐私与安全 5.1% cross-technology 4.8% 物联网与嵌入式 4.6% 区块链 4.3% DevOps, CI/CD & Site Reliability 3.8% 开源最佳实践 3.8% 其他 11.5% 库 22.9% 大数据 11.1% 网络服务器 供给，培育具有国际竞争力的开源生态。 2021.5 广东省政府 《广东省人民政府关于加快数字化发展的 意见》 支持建设国际化的开源项目和开源社区，共享开源技术、软件代码、硬件 设计、基础软件和开发工具。 2021.3 浙江省政府 《浙江省数字基础设施发展“十四五”规 划》 打造智能开放的数据中枢赋能平台，推动数据工具模型开源平台、人工智 能开源平台建设，助推省域治理现代化，打造一批具有全国乃至全球影响

自由的。但是，在软件吞噬世界、开源吞噬软件的今天，开源技术， 2021 中国开源年度报告 3 已经成为整个世界的基础设施之一。能力越大，责任越大。应用越广， 风险越高。我们应该如何思考与保障开源供应链安全呢？应该如何 建设更加健康的开源生态呢？在这样一种生态中，各方的责任又该 如何界定呢？ 历史感 开源社已经连续第四年发布中国开源年度报告了，也举办了第六届 中国开源年会了。不断的，在与朋友的交流中，我们常常会谈到 要的考虑因素，只有在产品性能差别不大时，才会选择对开源社区贡献 大的供应商。 专家点评 姜宁：这里的开源产品是指基于开源项目的商业化产品吧！大部分的情况下，开源项目的选型是由在一线的开 发人员决定的，但是由于公司决策链的关系，商业产品的购买还是要通过公司领导，工程团队负责人进行决策。 堵俊平：由于技术领域的发展日新月异，技术采购决策权下沉至工程团队技术负责人的趋势是不可避免的。这 同时也要求技术产品的采购在决策 时代下的技术创新与商业创新正在齐头并进。技术层面上，人工智能、开源数据和区块链是新 兴创新的一些例子。而得益于时刻保持创新的开发者社区，开源已成为云计算，SaaS 服务，下一代数据库， 移动设备，互联网甚至区块链的基础。下一代商业模式可能包括广告支持的 OSS，类似于大型专有企业 支持的开源项目、数据驱动的收入以及通过区块链货币化的加密代币。 80 图表 8 ：开源的良性循环 图表

在开源还只是一个小众群体的业余爱好时，几乎做任何事情，都是自由的。但是，在软件吞噬 世界、开源吞噬软件的今天，开源技术，已经成为整个世界的基础设施之一。能力越大，责任 越大。应用越广，风险越高。我们应该如何思考与保障开源供应链安全呢？应该如何建设更加 健康的开源生态呢？在这样一种生态中，各方的责任又该如何界定呢？ When the open source was just a niche hobby, it was free performance. 【专家点评】/ [Expert Comment] 姜宁：这里的开源产品是指基于开源项目的商业化产品吧！大部分的情况下，开源项目的 选型是由在一线的开发人员决定的，但是由于公司决策链的关系，商业产品的购买还是要 通过公司领导，工程团队负责人进行决策。 Jiang Ning: Are the open source products herein referred to as 时代下的技术创新与商业创新正在齐头并进。技术层面上，人工智能、开源数据和区 块链是新兴创新的一些例子。而得益于时刻保持创新的开发者社区，开源已成为云计算，SaaS 服务，下一代数据库，移动设备，互联网甚至区块链的基础。下一代商业模式可能包括广告支 持的 OSS，类似于大型专有企业支持的开源项目、数据驱动的收入以及通过区块链货币化的加 密代币。 Technology innovation and

大模型训练平台与工具 基础设施 LLM 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 ai/blog/2023/08/31/supercharge- productivity-accomplish-10x-more-with-ai-agents/ 24 / 32 LLM 的工具和平台 LLMOps 大模型聚合平台 开发工具 ：LLMOps 平台专注于提供大模型的部署、运维和优化服务，旨在帮助企业和开发者更高效地管理和使用这些先进的 AI 模型， 快速完成从模型到应用的跨越，如 、 等。 ： 大模型聚合平台主 Jina，嵌入式数据库 txtai 等。 25 / 32 LLM 的工具、平台和资源 另一个视角来看，在大模型繁荣发展的背后，少不了工 具和平台的发力，如 LLMOps 平台、大模型聚合平台 以及相关的开发工具，此外还有它们所依赖的最重要的 资源——算力。 在这些工具、平台和资源的有力支撑下，大模型才得以 一步一个台阶，引领全球开发者步入一个技术新时代。 算力 大模型聚合平台 LLMOps 开发

AI 编程工具 2.4.1 DEvv 程序员的新一代 AI 搜索引擎，专为编程和技术问题检索设计。 2.4.2 JetBrains AI AI 编程开发助手，集成在 JetBrains 系列开发工具中，提升编码效率。 9 Figure 6: AI 编程工具 2.4.3 AirOps 用于生成和修改 SQL 语句的工具，旨在简化数据库操作。 2.4.4 ChatDev 面壁智能开发的

git clone file:///srv/git/project.git 如果在 URL 开头明确的指定 file://，那么 Git 的行为会略有不同。 如果仅是指定路径，Git 会尝试使用硬链 接（hard link）或直接复制所需要的文件。 如果指定 file://，Git 会触发平时用于网路传输资料的进程，那 样传输效率会更低。 指定 file:// 的主要目的是取得一个没有外部参考（extraneous 在项目和系统级别上都支持钩子程序。 对任意级别，当有相关事件发生时，GitLab 的服务器会执行一个 包含描述性 JSON 数据的 HTTP 请求。 这是自动化连接你的 git 版本库和 GitLab 实例到其他的开发工具，比如 CI 服务器，聊天室，或者部署工具的一个极好方法。 基本用途 你想要在 GitLab 做的第一件事就是建立一个新项目。 这通过点击工具栏上的 “+” 图标完成。 你需要填写项目 名称，项目所属命名空间，以及它的可视层级。 即使可以快进（fast-forward）合并也会产生一个合并提交记录。 就是说无论如何，只要你点击 merge 按钮， 就会产生一个合并提交记录。 你可以在 合并按钮和手工合并一个合并请求的指令. 看到，如果你点击提示链 接，GitHub 会给你所有的这些信息。 图表 117. 合并按钮和手工合并一个合并请求的指令. 如果你决定不合并它，你可以把合并请求关掉，开启合并请求的人会收到通知。 193 合并请求引用

在项目和系统级别上都支持钩子程序。 对任意级别，当有相关事件发 生时，GitLab 的服务器会执行一个包含描述性 JSON 数据的 HTTP 请求。 这 是自动化连接你的 git 版本库和 GitLab 实例到其他的开发工具，比如 CI 服务 器，聊天室，或者部署工具的一个极好方法。 基本用途 你想要在 GitLab 做的第一件事就是建立一个新项目。 这通过点击工具栏上的 “+” 图标完成。 你需要填写项目名称，项目所属命名空间，以及它的可视层 101. 在拉取请求中渲染后的交叉引用 除了议题编号外，你还可以通过使用提交的 SHA-1 来引用提交。 你必须完整 的写出 40 位长的 SHA-1，GitHub 会在评论中自动地产生指向这个提交的链 接。 同样的，你可以像引用议题一样对派生的项目中的提交或者其他项目中 的提交进行引用。 GitHub 风格的 Markdown 对于在 GitHub 中绝大多数文本框中能够做到的事，引用其他议题只是个开 version number 验证标签 要验证一个签署的标签，可以运行 git tag -v 。 这个命令使用 GPG 来验证签名。 为了验证能正常工作，签署者的公钥需要在你的钥匙链 中。 $ git tag -v v1.4.2.1 object 883653babd8ee7ea23e6a5c392bb739348b1eb61 type commit tag v1.4.2.1