是最需要的技能。  许多 AI 采用者仍处于早期阶段：26% 的人使用 AI 不到一年，而 18% 的人已经在生产中进行了应用。  16% 从事 AI 工作的受访者表示正在使用开源模型。  意外结果、安全性、公平性、偏见和隐私是采用者测试 的最大风险。 工业和信息化部赛迪研究院数据显示，目前，我国已有超 过 19 个大语言模型研发厂商。其中，15 家厂商的模型 产品已经通过备案，预计今年我国大语言模型市场规模将 被发现存在一个伪 装成学习软件的黄色软件，并且冲上 了「免费 App」排行榜第一名。 该软件的年龄分级为 4 岁以上，但是 会引导用户进入赌博和其他黄色网 站。有网友下载了这款软件，想要学 习英语字母，结果却发现是一个色情 视频软件。 事件被曝光后，苹果客服虽然进行了 “自动订购” 增值业务 网易伏羲回应 “HR 威胁” 相关动机和证据。与此同时，该公司还公布了一系列后续关怀方案。 苹果 App 。 微软官宣新的 Copilot 版权承诺 李开复旗下 AI 公司 “零一万物” (01.AI) 在 2023 年 11 月推出了 Yi-34B 和 Yi-6B 两个开源大模型。其公布的基准测试结果显示虽然模型参 数少于其它大模型，但性能更出色。 然而在 Yi 正式开源数日后，有人指出 Yi-34B 完全使用了 Meta 开源大模 型 Llama 的架构，最明显的变化只是修改了张量 (Tensor)

事领域和职位分布也可以看出，这些“还未⼯作”⼈群多数指向学⽣群体，这和当前社会普 遍追求更⾼学历深造有关，和本次问卷传播形式有关，但是同时也能说明开源在教育领域 取得了不错的进展；  开发者所从事的技术⽅向仍以前后端为主，其中后端开发占⽐约 31%，其次是 Web 前 端、AI 以及⼤数据分析⽅向，占⽐分别为10%、9%、9%，⾮技术⼈员以及其他⾏业的 从业者占⽐均为 7%，说明开源已经越来越受到社会各界的关注；  开源活动的参与频率相较往年有所上升，这与国内愈发繁荣的开源氛围和逐渐丰富的开源 活动也有关系。81% 的开发者认为开源活动对促进和推动开源社区⾄关重要。⽽对于更 倾向于线上还是线下的会议，结果竟惊⼈地持平；  在 2020 年 COVID-19 这个⼤背景下，各⾏各业都不可避免受到了冲击和影响；82% 的 ⼈认为疫情对于参加开源社区的活动产⽣了影响，但也具有推动作⽤，11% 的⼈认为毫 参与开源。 3.3 职位分布 参与者中学⽣和开发者占绝⼤多数，相⽐于 2019年，学⽣占⽐⼤⼤增加，约 37%，开发者 占⽐约 36%。 3.4 所从事的技术⽅向 参与者所从事的技术⽅向以后端开发为主，占⽐约 31%，其次是 Web 前端、AI 以及⼤数据 分析⽅向，占⽐分别为10%、9%、9%，⾮技术⼈员以及其他⾏业的从业者占⽐均为 7%，说 明开源已经越来越受到社会各界的关注。

平和公开环境，在开发者能够自由 交换关于软件进步路径的看法，并 在沟通过程中自然选择出最合适的 方向。这一模式可能更适合具备长 期成长价值和进步空间的基础软件。 通过“德尔菲方法”实 现不断进化 效率至上，商业结果导向 8 ©2022.2 iResearch Inc ensorFlow项目中均存在着具备传染性/类型未知的开源许可证，企 业在使用相关软件的时候需要关注。 Docker/Kubernetes/TensorFlow三个开源项目中的许可证“传染性”扫描结果 17 1 0 29 0 0 129 4 20 友好/弱传染性 传染性/强传染型 未知许可证 工具A（个） 工具B（个） 工具C（个） 856 0 0 下的开源软件代码，企业也可利用例如软件前后端“隔离”的其他方式来达到闭源商用的目的。 LGPL开源协议下开源代码的“隔离”引用 软件前后端之间具备“隔离”GPL传染性的效果 软件前端：一般关于用户可见部分，用以实现 操作界面如页面布局、交互效果等页面设计 软件后端：一般涉及用户不可见部分，用以实 现服务端的相关逻辑功能 在某案件审理中，最 高人民法院认定软件 前后端展示方式、所 用技术、分工都不同，

目正在意识到文档的重 要性，更多开源贡献者投入到了文档撰写中 ； 85% 的开发者认为开源活动对促进和推动开源社区至关重要，相较于去年的 81% 有所提 升。而对于更倾向于线上还是线下的会议，结果竟惊人地持平 ； 对于开发者来说，一个项目的开发者活跃度、所加入社区信息的完整度、Readme 简介、 开源许可证以及核心开发者的及时回复都能够影响其是否会留下成为项目的贡献者。 超过 9 成 本身的可维护性。 段夕华：不知道 21 年底所爆发的 log4j 漏洞，是否会让公司购买开源产品更加保守谨慎？开源安全任重而道远。 3.6 受访者所从事的技术方向 受访者中非技术人员占比最高，后端开发次之，与去年相比，非技术人 员的比例大幅提升，说明开源已经越来越受到各行各业的关注。 注：非技术人员和学生是对受访者的不同维度的刻画，不太能确定非技 术人员中所包含学生的比例，有些学生可能会选择自己未来从事的职业 堵俊平：开源的参与者中非技术人员比例提高说明开源在向各行各业渗透，同时开源自身也需要法务，公共政 策等领域的支撑才能更好的发展。 2021 中国开源年度报告 19 3.6 受访者所从事的技术方向 受访者中非技术人员占比最高，后端开发次之，与去年相比，非技术人 员的比例大幅提升，说明开源已经越来越受到各行各业的关注。 注：非技术人员和学生是对受访者的不同维度的刻画，不太能确定非技 术人员中所包含学生的比例，有些学生可能会选择自己未来从事的职业

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 研究结果，撰写论⽂，回应审稿⼈的建议。 • 互联⽹从业者：⾼效搜集信息，辅助竞品分析、运营策划等⽅案撰写。 • 程序员：辅助编程、问题解答、代码注释、API⽂档阅读，⽀持
Python、C++、Java
等多种编程语 ⽹络结构的极限，有个论⽂标题就叫《ExpLoring
the
Limits
of
Language
Modeling》，但是你会发现最终的结果就是⼀⽆所获。
因为当模型变⼤之后，你 并不能得到⼀个更好的模型，训练损失不会更低，也不能得到更好的泛化的结果。⽽只有Transformer 架构是能够被scale（扩⼤规模）的。所以本质上，我们是需要⼀个可被规模化的⽹络架构，就是 Transfo 解锁很复杂的计算链 路，⽐如训练⼀个很复杂的Agent完成各种任务，阅读不同的⽂件，去综合不同的分析，最后得到想要 的结果。 同时，它也是降低幻觉⾮常好的⼿段。如果你平⽩⽆故的去问⼀个模型，那他可能会开始有 Hallucination（幻觉）。但如果我们能够把搜索的结果，或者很多个⼈⽂档、公司⽂档作为上下⽂的 话，它就可以极⼤程度的降低幻觉，因为所有的信息都可以从⽂档⾥⾯被提取和归纳。

involved in writing documentation.  85% 的开发者认为开源活动对促进和推动开源社区至关重要，相较于去年的 81% 有所提 升。而对于更倾向于线上还是线下的会议，结果竟惊人地持平。  85% of developers believe that open source activities are critical to promoting and advancing way to go. 3.6 受访者所从事的技术方向 / 3.6 The technical direction of the respondents 受访者中非技术人员占比最高，后端开发次之，与去年相比，非技术人员的比例大幅提升，说 明开源已经越来越受到各行各业的关注。 The highest percentage of respondents are non-technical Android 开发语言 Android development languages 1.89% ↓4 注：Android 开发语言为 Java 和 Kotlin，这里为了跟后端的 Java 做区分所以用 Android 概 括。 Java 作为国内目前应用最广泛的语言，在 2021 年仍保持着强大的竞争力，仓库数量在极高 存量的情况下仍有不错的增长态势，使用

行 常见许可证： • GPL （ 其 2.0 版 本不允许闭源发 行，3.0版本在 此之上设置了更 严格的开源要求） • AGPL （ 由 GPLv3修改而来， 开源要求进一步 涉及到了前端、 后端等衍生作品 生态） • 木兰公共许可证 开源许可证类别 6 ©2023.11 iResearch Inc. ，对应制定长期战略。仅以投入产出比衡量开源项目收益将忽视开源对于企业在 提升技术领导力、增进创新力、构建活力生态、树立行业标准方面的贡献，短视的战略部署无法支撑企业持续投入，等到开源项目 的最终开花结果。 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。 开源项目长期投入要素及长期收益 开 源 长 期 战 略 （ 顶 层 设 计 ） 运营人员投入 开源技术投入 开源资金投入 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

Augmented Generation，检索增强 生成）来解决。 RAG 的出现，让各界越来越深刻地认识到，大模型没必要存储那么多知识，只需要如何使 用搜索引擎这个外部工具即可。大模型可以在搜索结果上做进一步的信息筛选和优化，而搜索引 擎弥补了大模型的知识缺陷，实现了 1+1>=2 的效果。 RAG 可以被理解为智能体的最简单形式。未来的智能体可以实现多种工具的混合使用，甚 至多智能体协 给出的 最终答案也会出错。 好，那么针对以上问题，是否我们解决好对原始问题的“理解-检索-召回”，送到 LLM 的 context 足够清晰（指的是没有歧义内容、检索相关度高），结果就会非常准确？根据我们的实 践结果，答案是明确的：今年 9 月份我们对一些项目进行了槽位填充（消除模糊问答）和元数 据辅助之后，问答准确率可达到 98%以上。比直接把大文本扔进同一个 LLM 测试的问答准确率 几乎高出 个百分点。 有同学会说，LLM 幻觉的深层原因是 temperature 或者说概率引起的。就我纯个人观点来 看，现当下的 LLM 参数足够大、知识量足够多，temperature 引起的偏差对于最终结果的正确 性影响已经微乎其微了。 （三）市场表现 你应该看出来了，在 RAG 和微调之间，我明显站队了，而且从一年前就开始站队了，我们 创业的技术方向也是如此。从今天来看，我觉得 RAG 在 2024

审计录像 VM VM VM VM 对接钉钉，远程办公安全⽆忧 团队负责⼈审批 安全管理员审批 申请⼈ 授权操作⼈ ⼿⼯登录 堡垒机操作 ⼈⼯通知结果 之前 之后 申请⼈ 团队负责⼈审批 安全管理员审批 ⾃动通知结果 回传结果 ⾃动完成授权 ⽆需⼈⼯⼲预 客户收益 江苏农信⾏业云将 堡垒机以⾃助化、 ⼀体化的⽅式提供 给超过 60 家农商⾏ 使⽤。 60 家分⾏ ⾃助式堡垒机服务

Maven、Go、RPM、NPM、PyPI 等；支持源代码和二进制文件的版本发布 Gitea 延伸能力：依赖项扫描 自动扫描代码仓的依赖库，发现有漏洞的版本，并给出升级或替换建议，及时发现和解决安全隐患 扫描结果列表 扫描结果详情 支持扫描的语言 包括但不限于 Go、NodeJS、C#、Rust、Java、PHP、Python、Ruby 等 Tea 命令行工具 迁移数据到 Gitea 开放的 第三方集成市场