至顶网软件频道消息: 担心GitHub可能会LinkedIn化?或者微软关于保留Atom编辑器的意图?或者有了GitHub之后Visual Studio Team Services的下一步会怎样?
开发人员有很多疑问。即将走马上任的GitHub新任首席执行官给出了一些答案。
6月7日,就在微软宣布收购GitHub托管和开发服务几天之后,微软的Nat Friedman参加了Reddit AMA(Ask Me Anything,有问题尽管问我)会议。
Friedman是微软开发者服务副总裁,也是微软在2016年收购的Xamarin公司的首席执行官和联合创始人。
Friedman告诉Reddit的与会者,他第一次接触GitHub(在PHP中)是在2009年,当时该服务才刚“一岁”。与会者对微软的GitHub计划和意图有很多疑问。Friedman的回答似乎超出了很多人的预期,但并不是全部,因为微软收购GitHub在获得监管部门的批准之前并没有最终确定。
开发人员想知道微软是否计划保留GitHub的Atom文本编辑器,因为它与微软的VS Code编辑器重叠。Friedman的回答是:“我们将继续开发并支持Atom和VS Code。”
他还补充了一些相关情况:
“VS Code和Atom实际上共享了大量的历史和代码,微软和GitHub多年来在基础技术方面一直都有合作:最明显的是,我们在Electron上的合作,它是两款编辑器的共同基础。微软从2015年就同GitHub就Electron开始进行合作了,那个时候Electron刚刚发布,还被称为AtomShell,而VS Code还没有发布。我们加入了他们的Slack渠道,并参加了黑客马拉松,从那时候起,微软就一直是Electron的主要贡献者。我们已经在多款其他的产品中使用了Electron。”
(微软的VS Code、Yammer和Teams应用都是使用Electron构建的。)
对于那些好奇的人来说,微软也没有计划准备不自然地将GitHub和Visual Studio Team Services融合在一起,或者倾销VSTS。
Friedman表示,一些开发人员被微软收购GitHub的举动惊吓到,并打算转向其他平台——比如GitLab,他对此感到“难过”,但是他淡化了这种影响。他重申了他的承诺——要赢得开发者的信任。
Friedman声称:“GitHub团队报告说,已经迁移或关闭账户的用户数量非常小,而且本周新增的注册和对GitHub的兴趣已经远远超过了关闭账户的数量。”
Friedman在AMA会议上的更多花絮:
为什么微软以前拒绝开放源代码?Friedman的回答只有一个词:“恐惧。”
微软将让GitHub开源吗?他表示,已经是部分如此了。 “这是一个值得思考的有趣想法,但我估计不会在不久的将来这样做。”
那么在GitHub上托管的非法内容呢? “GitHub已经制定了一项打击非法和不尊重内容的政策,我们计划支持这些政策。除此之外,我们不会主动调整内容或对人们发布的内容承担责任,我认为这被视为“不逾越DMCA的红线”。
微软现在成了主人,开发人员是否会看到微软增加LinkedIn集成、Bing广告、微软账户登录要求等等?Friedman指出:“我们不会收购GitHub然后将它变成微软;我们收购GitHub是因为我们相信开发人员的重要性,以及GitHub在开发人员社区中的独特作用。我们的目标是帮助GitHub更好地成为GitHub,并且如果说有别的目标的话,就是帮助微软更像GitHub一点。”
是否有计划像GitLab和BitBucket一样让私有库自由使用?“对于我来说,要想知道这个问题的答案还为时过早。我们希望GitHub能够被全世界的每个人所使用,并让每一个人都有机会成为开发者。”
微软是否能够证明GitHub上的私有库会仍然保持私有,即使是对于微软的员工和高官们也是如此?Friedman回答道:“今天,微软保管了超过10亿用户的机密信息,这是我们非常重视的一项责任。GitHub已经制定了一些政策和控制措施来限制员工访问私有内容,微软在这方面仍将保持高压态势。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。