更加「接地气」，受到了更多开 发者的喜爱。 虽然面临资源的挑战，但它们的 灵活性和社区驱动力使得它们获 得了更多开发者的支持。 9 / 111 本年度最活跃的开源组织 不同开源组织在 Issue 解决 和 PR 处理数量上的差异，反映了它 们在开发活跃度、社区参与度和 技术成熟度上的不同战略。 技术大厂主导的项目往往具有较 高的资源投入和社区管理效率， 而民间组织则可能更注重技术问 题的快速解决，并逐步吸引更多 Insight 2024 中国开源开发者报告重点聚焦大模型，本章节以大模 型 LLM 开发技术栈作为切入点，将深入探讨以下中国 AI 大模型领域的代表性开源项目社区。 这些开源项目社区覆盖了深度学习框架、向量数据库、AI辅 助编程、LLM 应用开发框架、模型微调、推理优化、LLM Agent，以及检索增强生成（RAG）等多个关键技术栈。 为了更全面客观地展示中国大模型 LLM 开发技术栈的开源 随者到行业引领者的跨越式成长，也为全球人工智能发展注入了新的活力与动力。中国开源模型 的成功并非偶然。在政府对人工智能产业的持续支持以及国内人工智能行业对模型研发的巨额投 入下，从基础算法到行业应用、从算力基础设施到数据资源整合，中国人工智能生态体系正在迅 速完善。这一趋势表明，未来中国有可能在全球人工智能领域占据更为核心的地位。 开源生态的繁荣与协作 随着开源模型影响力的提高，中国开源社区的活跃度也明显提升。无论是企业、研究机构还

ormer-XL
和
XLNet
两篇重要 论⽂的第⼀作者；两位联合创始⼈周昕宇和吴育昕都有
10000+
的Google
Scholar引⽤。
b. 团队成员囊括NLP,
CV,
RL（强化学习）,
Infra⽅⾯新⽣代⼈才，主导了很多有世界影响⼒的⼯ 作，吸引了来⾃Google、Meta、Amazon等全球领先科技公司的海外⼈才加⼊：
i. ⼤模型⽅⾯。团队成员发明了RoPE相对位 本性能逼近全监督学习的⾼效对⻬⽅法。
ii. 视觉⽅⾯。团队成员发明了MoCo，引爆了基于对⽐学习的视觉预训练范式，也是过去三年 CVPR引⽤量最⾼的⼯作；发明了ShuffleNet，最⾼效的视觉⽹络结构之⼀；主导开发了 detectron2，⼀个被⼴泛使⽤的视觉开源项⽬并被集成到Meta全线VR/AR产品中。
iii. 强化学习⽅⾯。团队成员作为⼀作提出了基于关系学习的少样本⽅法，得到斯坦福⼤学、 Google、MIT、Amazon等团队的使⽤和扩展，并获得过OpenAI
RL联创及负责⼈John
Schulman亲⾃邀请加盟。
iv. 基础设施⽅⾯。团队核⼼成员曾带领数⼗⼈从零开发世界领先的深度学习框架，也具备数千 卡集群全⾃动化硬件运维告警、数百亿特征检索、⼤规模（数⼗PB数据、百万台机器）分 布式系统数量级性能优化的经验。
c. ⽬前团队⼈数超过
80
⼈，每个⽉都有在全球某个领域有显著影响⼒的⼈加⼊。

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， 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 10000 倍以上，能够提供全球气象秒级预 报。盘古大模 GPT-2和GPT-3模型开发的前研究人员组建， 专注于开发通用 AI 系统和语言模型，并秉持负责任的 AI 使用理念。 李彦宏称：“无论是哪家公司，都不可能靠突击几个月就能做出这样的大语 言模型。深度学习、自然语言处理，需要多年的坚持和积累，没法速成。” 长度是 Llama 1 的 2 倍，并采用了分组查询注意力机制。具体来说，Llama 2 预训练模型是在 2 万亿的 token 上训练的，微调

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 查看、学习、使用 透明与可审查：开源的源代码可以被任 力较扎实的领域选择开源 社区运营是开源人力投入的焦点，头部 企业社区人员投入量超过千名 为方便各职能开源人员交流和开源业务 整合，企业针对性调整组织架构 基础软件是底层技术投入较多的领域之 一，需要企业持续供给技术资源 开源项目的研发、运营、激励都需要 “真金白银”的投入 企业作为开源发起者，应主导开源生态 的建设，努力引入战略合作伙伴 12 ©2023.11 iResearch Inc. 从包含技术、产品、运营、战略、职能各部门组织超过千人的团队，投入到开 源项目的治理。近年来，越来越多的企业选择在内部设立开源部门/开源办公室（OSPO）/开源委员会，统筹沟通企业开源人员，协 调开源资源分配，体现了企业对于开源战略及运营重视高度的提升。 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。 法务服务 社区 治理 社区 运营 代码 审核 开源 开发 生态 合作

、零售大数据、制造业智慧供应链等行业解决方案。 发布轻舟低代码平台 2.0 。 大数据开源项目 Kyuubi 全票进入 Apache 软件基金会孵化器。 有数 BI 个人版永久免费；发布机器学习平台、消费者运营平台、标签画像、流量分析等产品。 2020 2021 发布轻舟云原生软件生产力平台、有数全链路数据生产力平台。 网易云品牌升级为网易数帆，发力数字化转型基础软件。 深度参与社区 传统研发 以命令行语句为基础的 开发体系 需要掌握开发语言 （JAVA、C++、Python） 灵活性强 可满足95%业务研发需求 开发速度慢、周期长 效率低下人员成本高 可灵活集成 公司现有研发资源 通常自行管理代码、 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 实时数据传输 运维中心 离线开发平台 实时计算平台 集群运维 任务运维 文件管理 任务开发 租户管理 自助分析 权限管理 可视化调度 数据开发及管理平台 标签画像 消费者运营平台 机器学习平台 BI 有数优势 有数全链路数据生产力平台2.0能力全景图 易用 覆盖企业数据全链路的大数 据产品，全面降低数据使用门 槛。 开放 专注大数据技术领域，核心 技术自主可控，支持多云和跨

特邀点评专家：  吴晟，Apache 软件基⾦会 Member，Apache Local Community 联合创始⼈  ⻩东旭，PingCAP 联合创始⼈兼 CTO  ⻢艳军，百度深度学习技术平台部⾼级总监  蒋涛，CSDN 创始⼈ & 董事⻓，极客帮创投创始合伙⼈  ⾼阳，SegmentFault 思否创始⼈ & CEO  红薯，开源中国创始⼈ & CTO  庄表伟，开源社理事⻓ enAtom Foundation）」官⽅正式对外发声，⼤家对此抱有多重期望：推⼴开源的理念，开源⽂化 教育和社区建设，建⽴开源⽣态体系，对开源项⽬进⾏早期的孵化和扶持，帮助中国开源 社区进⾏资源的整合和优化，并接轨国际开源社区。 3、开发者群体特征 3.1 参与者普遍年轻且学历较⾼，男性占⽐⼋成 参与者的年龄集中在 20-39岁，受教育程度普遍在本科及以上，其中男性占⽐约为 84%，⼥ 育，社区建设，建⽴开源⽣态体系，利于开源项⽬早起的孵化和扶持，帮助中国开源社区进⾏ 资源的整合和优化，也有助于接轨国际开源社区。 【专家点评】 蒋涛：在全球科技竞争和中国开源核心技术发展态势下，从开源生态制高点着眼，建设和发展 中国开源基金会意义重大。通过中国开源基金会的发展壮大，不断鼓励国内巨头科技企业和社 会力量合力共建开源创新生态环境；同时，通过学习借鉴更完善的基金会运行模式、组织机制 和法律制度，建设可持

耗它 的价值量，还有可能为之带来增长 开源软件理念的前身是美国计算机软件产业起步之时就在软件开发者群体中流传的“自由软件”理念，彼时这些开发者认 为软件不应该成为一种私有财产，而应该被公开成为公共资源，这样做的好处在于通过让海量的用户对软件进行使用和反 馈来帮助开发者进行产品升级——这是一种只有在软件这样的产品上才能够实现的发展模式；然而，自由软件理念与企业 商业化运营背道而驰。随着计算机产业的 1970s-1998 • 软件开源理念可以追溯到美国的计算 机软件产业初期，彼时一些开发者提 出了“自由软件”的概念，核心理念 是软件不应该成为一种被私有化的商 业资产，而应该成为一种公开、可免 费获得的公共资源，这一理念是后来 的“开源软件”概念的前身 • 1976年美国《著作权法》修订将软件 纳入规制范畴，引起了众多提倡自由 软件的开发者的不满，加速了市场对 开源软件的【战略深化期】 1998-2010 术优势的头部企业而言，开源可加强同业间的交流，实现产品优化，走向国际；对技术能力较弱的企业来说，开源可实现 社会协作，缩小与业界头部企业的技术差距，扩大市场份额。2）品牌价值，企业建立开源社区可实现对技术、人才的网 罗，调动社会资源，并树立拥抱开放的品牌形象，同时进行商业布局。3）生态价值，软件服务的最终目的是构建生态圈， 开源所依托的开源社区天然地形成一个生态链接平台，企业通过构筑开放平台汇聚各环节参与者，形成开源生态。 开源对企业战略意义的实现方式

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 , 越来越多的学生参与到开 源开发中，开源人才培养周期前置，越来越多的学校开设开源课程，希望后续可以实现在学习计算机、编译原 理、软件工程等理论知识的同时，让学生学习掌握开源开发模式、理解认同开源文化。 参与者职位分布 产品经理，9,2% CTO/CEO 公司负责人，26,5% CTO/CEO 公司负责人 产品经理 教师 开发者 39% 和 25%。 专家点评 段夕华： 科技型初创公司用开源来实现技术能力展现，吸引潜在合作伙伴，这个趋势不容忽视。这其中国内 最为抢眼的就是 PingCAP/TiDB，其开源策略、战术均值得大家学习借鉴。 堵俊平：这两年，一个很明显的趋势是越来越多的初创企业参与开源。这一方面得益于 ToB 赛道成为市场和 政策导向的热点，另一方面开源所代表的开放式创新也被投资界所认可。尤其是开源与数据（数据库 在社区的交流方式中，Github Issue、微信和邮件列表目前最为普遍。 专家点评 堵俊平：在欧美，邮件列表和 Issue 是开源开发者交流的主要方式，这样既可以公开、透明，又可以把讨论的 过程沉淀下来，降低后加入者的学习成本。国内开发者当前习惯在微信群中讨论问题，但受限于微信群的规模 以及非公开的讨论问题的方式，需要聊天机器人等辅助工具才能达成开源社区的沟通需要。 34 4.7 开源社区中重要的角色 受访者

HTTPRoute和TLSRoute资源。 近日，Envoy Gateway v0.4发布，版本特性更新 如下： • 升级网关API依赖，升级至Gateway API v0.6.2； • 支持通过Helm完成Envoy Gateway安装； • 添加构建初始框架用于扩展Envoy Gateway； • 添加对基于IP子网的速率限制的支持； • 支持自定义Envoy代理引导配置、Envoy代理 镜像和服务配置注释、资源和安全上下文设 允许用户为静态Pod定义Pod模板和升级模 型； • NodePort Service支持节点池隔离。 近日，Rainbond v5.14.0发布，版本特性更新 如下： • 各语言源码构建包版本升级； • 支持一键删除应用及应用下相关资源； • 使用集群命令行创建的pod有合理的回收机 制； • 域名配置https证书时，增加搜索功能或优 先匹配与域名相同的证书； • 支持配置日志存储路径。 近日，Prometheus v2.44 器，通过将Envoy代理部署为反向代理和负载 均衡器来实现其功能。Contour提供开箱即用 的动态配置更新机制，同时保持了轻量级的配 置文件结构。此外，Contour引入全新入口 API HTTPProxy，该API通过自定义资源定义 （CRD）来实现。其主要目标是扩展Ingress API的功能，以提供更丰富的用户体验并解决 原始设计中的局限性。 近日，Contour v1.25.0发布，版本特性更新 如下： • Con

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,越来 越多的学生参与到开源开发中，开源人才培养周期前置，越来越多的学校开设开源课程， 希望后续可以实现在学习计算机、编译原理、软件工程等理论知识的同时，让学生学习掌 握开源开发模式、理解认同开源文化。 Yang Liyun: China's open source talent reserve is sufficient; the [Expert Comment] 段夕华： 科技型初创公司用开源来实现技术能力展现，吸引潜在合作伙伴，这个趋势不 容忽视。这其中国内最为抢眼的就是 PingCAP/TiDB，其开源策略、战术均值得大家学习 借鉴。 Duan Xihua: Technology startups use open source to show their technical capabilities and 【专家点评】/ [Expert Comment] 堵俊平：在欧美，邮件列表和 Issue 是开源开发者交流的主要方式，这样既可以公开、 透明，又可以把讨论的过程沉淀下来，降低后加入者的学习成本。国内开发者当前习惯在 微信群中讨论问题，但受限于微信群的规模以及非公开的讨论问题的方式，需要聊天机器 人等辅助工具才能达成开源社区的沟通需要。 Du Junping: In Europe