将企业能力转化为数字化的 服务，打破企业软件应用中数 据孤岛等现状。 敏捷 通过小步快跑的方式敏捷迭 代，不断适应市场与业务需求 的变化，摆脱缓慢的大版本更 新与业务需求脱节的窘境。 高效 通过自动化与生产协作方式 的优化，多环节提升软件生产 的效率。 开放 基于开放的技术体系，打造开 放的软件架构。 轻舟云原生软件生产力平台 2.0 能力全景图 轻舟优势 搭建云原生技术底座，助力企业 规范，可视化 流程开发，可支持如请假、入职、离职等 企业内常用流程场景。 支持软件资产多层次复用 应用、页面、基础组件、扩展组件、接口 等不同粒度软件资产，均支持复用。 零成本部署运维 产出应用支持自动化部署在云原生平台 之上，无运维的代价，集成网易运维实 践。 产品能力 首批通过信通院认定项目：首批低代码无代码开发平台通用能力评测 产品荣誉 低代码开发优势 传统研发 以命令行语句为基础的 ARM 生态支持，支持国产芯片及操作 系统。 可观测性 多维度日志、监控视图，自动化故障运 维。 高级部署策略 支持主机和容器部署，滚动部署、灰度 部署、蓝绿部署多种高级部署策略。 产品能力 产品能力 PRODUCT 提供企业已有主机中间件和基于 Kubernetes 构建的云原生中间件生命周期管理和自动化运维能力的 PaaS 平台。 轻舟中间件 云原生基础设施管理平台，支持应用从代码、部署、运维全生命周期管理。

的探索，为行业提供 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。 / 111 丰富的资源，在这一过程中，小模型不仅在推理能力上有了显著提升，也推动了行业整体技术水 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 Agent）。2025，将会是智能体元年。 什么是智能体？目前业界一致认可的公式是“智能体=LLM+记忆+规划+工具”： 30 / 111 大模型充当智能体的“大脑”，负责对任务进行理解、拆解、规划，并调用相应工具以完成 任务。同时，通过记忆模块，它还能为用户提供个性化的服务。 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。

…………………………………………………………………………… 34 4.8 一个项目的哪些特征对于您留下成为项目贡献者的重要度评级 ……………………………… 35 4.9 开源项目是否集成 RPA（机器人流程自动化） ………………………………………………… 36 4.10 开源活动 ………………………………………………………………………………………… 37 4.11 聊天运维工具 ……………………………… 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 1 成的受访 者表示从来没有在开源项目中集成过 RPA，比去年下降了 15%，说明 开源项目越来越重视流程的自动化。 专家点评 堵俊平：以机器人来代替一部分人为的工作是必然趋势，也是社区提高效率的关键。开源社区应当加大基础设 专家点评 堵俊平：这客观上反映了成立 CHAOSS 项目的必要性。 王蓉：虽然开发者对于开源度量的重要性表示认可，但目前业界对开源社区的度量指标有一些探索，但缺乏一 个受社区普遍认可的、可自动化执行的一个工具或者说 index。希望 OpenDigger 项目后续在国际标准和自 动化平台落地过程中能有关键进展。 42 4.13 参与者所了解的基金会 受访者们了解 Apache 软件基金会和

hierarchy of needs. 4.9 开源项目是否集成 RPA（机器人流程自动化）/ 4.9 Whether open source projects integrate RPA (Robotic Process Automation) 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 1 成的受访者表示从来没有在开源项目中集成过 成的受访者表示从来没有在开源项目中集成过 RPA，比 去年下降了 15%，说明开源项目越来越重视流程的自动化。 Whether for open source projects integrated RPA, namely Robotic Process Automation tools, 50% of respondents said a portion of their projects had tools and format innovation. 4.11 聊天运维工具 / 4.11 ChatOps Tools 目前，绝大多数的受访者都没有使用过聊天运维工具来进行项目的自动化管理，而对于使用过 该类工具的受访者来说，Hubot 是使用最多的聊天运维工具，而且多数人不清楚具体的技术 细节。 Currently, the vast majority of respondents

的开源项目18个。 32个开源项目 通过技术准入 15个孵化期 开源项目 17个捐赠期 开源项目 40+个储备开 源项目 工业开源体系 区块链 云原生与超算 RISC-V芯片 终端操作系统 设计自动化 人工智能 开发环境及语言 中间件、数据库 工具软件 服务器操作系统 安全体系 16 中国开源基础软件 产业细分领域洞察 03 17 ©2023.11 iResearch Inc. 高安全/高智能 2021.09 Preview 2.1 多场景支持 2022.03 Release 3.0 分布式解决方案 2022.09 Preview 3.1 资源池化 数据安全生命周期自动化管理 2023.09 Release 5.1 可插拔数据库引擎PDE 多样性算力 内存池化服务DMS 内存互联 储存池化服务DSS 多样性存储 智能运维 资源管理 安装部署 数据迁移 源项目较分散，需要进一步集中开源力量 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。 云原生应用编排及管理 编排与调度 远程调用 服务代理 API网关 服务网格 分布式架构 消息处理 Serverless 自动化配置 数据库 镜像制作 … 边缘计算 人工智能 大数据 区块链 … 云原生底层技术 容器技术 存储技术 网络技术 云原生顶层应用 云 原 生 应 用 安 全 云 原 生 应 用 监 测 分

可扩展的云原生服务网格项目，旨在为运行在 Kubernetes上的应用程序提供简单、完整且独 立的服务网格解决方案，包括处理在Kuberne- tes集群上运行的微服务的流量管理、策略执行 和可观测性等任务，以简化应用程序的部署和 管理。OSM于2020年8月推出，同年加入云原 生计算基金会（CNCF）。不久后，该项目成为 云原生计算基金会（CNCF）沙箱级别的项目。 2022年初，OSM正式发布v1 支持内部重定向； • 对基于HTTPProxy资源的路由实现了HTTP 查询参数匹配功能。 Flagger v1.31.0发布 Flagger是基于Kubernetes的开源工具，用 于实现持续交付和自动化部署。它提供流量分 配管理、故障检测和回滚机制等功能，帮助开 发人员和运维团队实现高效可靠的应用程序部 署和管理。Flagger于2020年7月加入云原生 计算基金会（CNCF）。 近日，Flagger Decidim项目，在发展国际合作的基础上，与本 地开源社区开展密切合作，通过案例研究和讨论 会不断推进平台在本地的发展。旨在推广Decid- 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

直接催生出来的新“学科”， 它的核心在于研究人类如何与 LLM 更好地进行“沟通”， 找到让 LLM 能够准确理解人类意图的方法。提示词工程探 索如何以 LLM 可以解析的方式来表达需要它完成的任务， 寻找 LLM 的“最佳输入形式”。通过注入提示词，提示词 工程建立了一套“人机交互语法”，来更精准地向 LLM 传 达想要它生成何种输出的指令。这为人们与 LLM 之间建立 高效、准确的 发展的新阶段。LLM Agent 是一种基于 LLM 的智能代 理，它能够自主学习和执行任务，具有一定的“认知能力 和决策能力”。LLM Agent 的出现，标志着 LLM 从传 统的模型训练和应用模式，转向以 Agent 为中心的智能 化模式。LLM Agent 打破了传统 LLM 的被动性，使 LLM 能够主动学习和执行任务，从而提高了 LLM 的应用 范围和价值；它为 LLM 的智能化发展提供了新的方向， 3 月 15 日，由 OpenAI 前成员创立的 Anthropic 发布对话 AI 产品 Claude，包含 520 亿个参数。 与 ChatGPT 类似，Claude 能够执行各种基于文字对话的任务，如文档搜索、 摘要、写作、编码，以及响应用户的提问。 四个月后，Anthropic 推出 Claude 2。Claude 2 改进了性能，响应时间更长， 可通过 API 访问。此外还上线了面向公众的

索正确的⽅向，花了很⻓时间积累。
海外独⻆兽：让你来做图⽚⽣成这种产品的话，你会怎么做？怎么兼顾语⾔理解和图⽚质量？
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 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类信息⼊⼝。⼈获取信息并不是终极需求，它只是⼀直被强⾏定义成⼀种需求。 有些时候我们是希望完成⼀件事，有些时候是希望学习某个东西，AGI
的⼊⼝应该直接帮⽤⼾完成任 过程中会伴随着成本的优化。
海外独⻆兽：AGI
公司的商业模式应该是什么样的？还会是
seat-based
或者
usage-based
吗？
杨植麟：AGI
帮你完成的每个任务对应的价值不⼀样。它可能类似⼀个外包，按照每个任务定价。除此 之外，在任务解决过程中，⼴告肯定还会扮演重要⻆⾊，基于个性化互动和对话的⾏为，⼴告的变现 效率可能⽐现在要⾼很多。
海外独⻆兽：假如
GPT-4.5、Claude-3、Gemini-2

平均页面打开时间：GitLab 约 3 秒，Gitea 约 0.5 秒。 Gitea VS. 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+；

发者居多；odpi/egeria 的开发者主要集中在 UTC+0 时区，即⼤多数为欧洲的开发者，但 0 时⽆论周末还是⼯作⽇，都有⼤量事件产⽣，⼏乎可以肯定这个项⽬使⽤了⾃动化协作机器 ⼈，⽽且很多定时任务是在 0 时执⾏的；nnstreamer/nnstreamer 开发者的⼯作时间主要集 中在周⼀～周五，位于 UTC+8 时区，表明该项⽬的开发者以亚洲开发者居多，且开发者周末 是双休的。 6、案例分析——Wuhan2020