如今,越来越多的企业使用开源代码,来开发自己的产品和服务,他们也看到了开源贡献带来的价值,并积极参与到开源项目当中。但是,面对开源的巨大潜力,企业如何选择开源代码的采用方式?如何规范员工正确参与开源项目?如何正确建立开源战略?通常来说,大多数开源企业都会制定一份参与开源项目的指导性文件,但这类文件通常不会公开,内容大多以限制性条款为例。例如,员工在为开源项目做出贡献之前,必须取得上级主管的批准等等。
红帽作为一家100%用开源模式做生意的软件公司,此前一直没有发布过纲领性的文件,仅仅公布了简单的相关流程来指导员工对开源项目的参与。红帽及其员工在开源贡献方面的努力虽然广受好评,但始终没有明确的记录与宣传。
也许是受到近期IBM收购交易的影响,红帽最近公布了第一份正式的开源参与指南。此份指南目前已经上传至GitHub,依照CC BY-SA 4.0许可进行公开。红帽希望这份准则能够敦促其他企业,认真考虑开源代码的采用方式,并通过这份指南为员工的日常工作提供助力。
总体而言,根据Pund-IT公司首席分析师Charles King的说法,红帽公布的其实是一套常规性的指导意见,用于规范员工应该如何、何时,以及为什么参与开源项目,这是一份必要的员工行为准则,而此次进展很可能源自IBM对红帽的全面收购。两家公司于2018年底达成收购协议。红帽开源项目办公室经理Brian Profitt表示,关于这份开源代码贡献准则的编撰工作始于2019年初。
不同寻常之举
对于这样一家100%用开源模式做生意的软件公司而言,红帽确实需要一份指导性的行为准则。
其实,红帽从未对其开源项目保密,内部也有不少员工曾经发布过相关指南、常见问题解答以及白皮书。红帽CEO Jim Whitehurst曾在TED演讲中谈到此事,甚至出版过关于开源贡献的论著。尽管如此,很多企业仍然对红帽的开源之路抱有浓厚兴趣。此次红帽指南的正式出台,也终于解答了不少人心中的疑惑。简而言之,红帽内部的全体员工都可以为自己感兴趣的开源项目贡献力量。他们甚至可以在上班时间或者业余时间,灵活加入到开源贡献当中。
当然,红帽要求上班时间的安排需要跟员工的工作内容有关,只是不会对具体项目做出硬性规定。Profitt指出,红帽对于开源贡献者的唯一要求,就是必须遵照项目所提出的治理及贡献准则。2019年初,红帽开始与内部法务团队合作编写指南初稿。到去年8月,第一版指南开始内部公开。如今,红帽将这份指南全面公开,希望以明确且统一的态度阐述红帽的开源贡献立场。
红帽开源项目办公室社区推广总监Ruth Suehle表示,开源企业通常都会制定一份参与开源项目的指导性文件,此事本身并不稀奇。 不过,这类文件通常不会公开。正是这种限制,让红帽从整个软件行业当中脱颖而出。
开源代码的价值主张
这份正式文件基于红帽公司长期以来的价值主张——所有员工都能自由地参与开源项目。 Suehle表示,整份文件完全可以用第3节中的第一句话来概括,即“红帽强烈鼓励内部员工参与开源项目。“我们在合作伙伴与开源项目之间不存在任何障碍。”
她还澄清道,指南中只有两处对公司员工做出了限制。首先是要求贡献对象只能是拥有开源授权许可的项目。第二点是,如果员工参与需要与项目方签署第三方贡献者协议时,应该就协议内容与红帽法务团队进行联系。
这不仅仅是第一份正式的开源参与指南,也代表了开源代码的价值主张。红帽认为,参与其他公司开源项目的员工与他们自身不存在利益冲突。红帽公司的使命是成为客户、贡献者以及合作伙伴社区的催化剂,以开源方式创造出更强大的技术成果。Suehle表示,公开、分享创新思路与灵感,这样的开源精神,正是红帽一直以来所坚守的。“在我们看来正是这种同心协力的工作方式,成就了无数光辉的成果。”她补充道。
开源制度,实际上是一种站在巨人肩膀上的发展模式。正因为如此,红帽才希望以公开透明的方式阐述自己的理念。她表示,红帽尊重软件行业的既有成果,因此更希望自己的员工能够为一切自由或开源项目提供帮助。红帽的这份指南文件特意进行了通用化设计,希望为其他企业提供一般性指导。而这,也正是红帽独特企业文化的直接结果。
“正因为如此,我们才决定在GitHub上公开共享这份指导文件。”她说。
好文章,需要你的鼓励
随着IT成为企业运营的核心支撑,IT服务台的重要性日益凸显。现代ITSM平台已从简单的帮助台发展为复杂的管理系统,集成了工单跟踪、资产管理、性能监控等功能。这些平台的核心是工单门户,确保请求得到及时处理。许多产品强调自助服务功能和AI集成,通过智能路由、预测分析和生成式AI来提高问题解决效率。本文详细介绍了21款主流ITSM工具,帮助企业选择适合的解决方案。
韩国AI研究院团队深入研究了大型语言模型的置信度评估机制,发现AI有时会对错误答案表现出过度自信的"幻觉"现象。研究揭示了AI内部"置信度计算器"的系统性偏差,提出了"内部一致性检测"方法来识别AI的真实确信程度,为开发更可靠的AI系统提供了重要科学基础。
思科与英伟达、VAST Data合作推出安全AI工厂,整合服务器、GPU和存储设备为企业提供一体化AI基础设施。该方案采用融合基础设施形式,以AI POD作为核心组件,搭载英伟达RTX PRO 6000 Blackwell GPU和思科UCS服务器。存储方面支持NetApp、Pure Storage或VAST Data产品。VAST声称其InsightEngine能够加速RAG管道,将响应延迟从分钟级降至秒级,支持企业级智能体AI应用。
苹果公司研究团队通过创新的GSM-Symbolic测试方法,发现当前先进AI系统在数学推理方面存在严重缺陷。研究表明,AI虽然在标准测试中表现优异,但面对表述稍有变化的同类问题时准确率显著下降,暴露出其缺乏真正的逻辑理解能力,主要依赖模式匹配而非推理。这项发现为AI评估提供了新标准,并为未来开发更可靠的AI推理系统指明了方向。