红帽高级开发者Bastien Nocera在一篇博文中表示,公司正进一步整合/收缩其在桌面Linux上的开发工作。
这篇博文题为《新的责任》,其中提到红帽在今年6月就决定不再为RHEL打包LibreOffice。之后红帽公司解雇了Fedora项目负责人Ben Cotton。Nocera本人倒是没有被解雇,只是“被调到另一团队,负责处理红帽优先项目清单中的任务。”
Nocera还提供一条指向6月底一封电子邮件的链接,其中列出\他被迫停止开发的多个Fedora软件包。他表示自己只能把十分之一的工作时间分配给这些项目,并描述了目前已经被基本遗弃的开发方向:
我的管理链已经决定停止关于桌面蓝牙、多媒体应用程序(即totem、rhythmbox 和 sound-juicer)以及libfprint/fprintd的全部上下游工作。
在LibreOffice发布之初,红帽的Matthias Clasen曾表示该公司正集中精力构建工作站软件栈的其余部分:
我们正在调整RHEL for Workstations的工程优先级,重点关注Wayland协议中的空缺、构建HDR支持、开发颜色敏感任务所需的内容,外加工作站用户需要的多项其他改进。
这些确实都是目前桌面Linux的重大弱项。虽然对Wayland和Linux图形现代化的研发投资值得肯定,但此举的另一方面也就是对传统X11显示栈的进一步打击……我甚至怀疑,X.org服务器可能在红帽管理层眼中已然沦为“遗留”资产。
红帽目前在桌面领域的主要赚钱工具是Red Hat Enterprise Linux for Workstations,它专注于“高性能和图形密集型工作负载,例如动画、视觉效果(VFX)、计算机辅助设计/计算机辅助工程(CAD/CAE)以及科学研究。”
此类工作站的用户很可能还有另一台辅助计算机,例如Mac笔记本电脑等,用于执行电子邮件、Zoom、Teams或者Meet通话等相对简单的日常生产力工作。也就是说,他们的蓝牙耳机(例如Nocera在工作中使用的SteelSeries)需要接入的是这些设备,而并非RHEL/W机。
即使如此,此番调整对于GNOME项目来说也是一记沉重打击。根据GNOME维基条目中公布的信息,Nocera是该项目的核心开发人员。
其他Linux发行版之前就感受到了与GNOME项目难以合作,因此Linux Mint最近开始转向其他蓝牙工具。千万别以为这是什么新问题,Ubuntu创始人Mark Shuttleworth早在2011年就曾对此事发过牢骚。
另外值得一提的是,各Linux桌面之间存在大量重叠,几乎每个项目都有自己的一套工具来执行相同任务。正如我们最近在即将发布的GNOME 45项目公告中看到的那样,GNOME维护着图像查看器、媒体播放器、两个终端模拟器、两个文本编辑器等。而几乎所有这一切,在KDE、ElementaryOS Pantheon以及Xfce等中都能找到替代方案。
在多数情况下,某些独立项目已经在市场上明确占据了主导地位,例如Firefox和Chrome就全面取代了GNOME Web及KDE提供的三种网络浏览器,VLC则力压其他一切桌面媒体播放器。Linux Mint的XApps计划就对重复性工具做出了广受欢迎的比较,应该有更多发行版加入进来。此外,其中很多应用程序实际是各种底层框架的前端。例如,GNOME的蓝牙工具就依赖于底层的BlueZ技术栈。
技术大厂们很早就意识到,在桌面Linux身上几乎赚不到什么钱,因此这块市场才被留给了免费发行版和非营利组织——也可能正因如此,各参与方的开发工作间才存在大量重复。所以加强成果整合可能并不是坏事。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。