30年前,Java 编程语言首次公开发布,将“一次编写,到处运行”的理念介绍给了全世界——并向开发者展示了一种比 C 和 C++ 更加友好的选择。
它为开源进入企业领域铺平了道路……可以说,企业界从此再也没有回头。
最初被称为 "Oak" 的 Java,是由 Sun Microsystems 的 James Gosling 在 1990 年代初设计的。最初的目标是面对数字设备,但很快其重心转向了当时相当新颖的一个平台——万维网。
这门语言与 C 和 C++ 存在某些相似之处,通常会被编译成 bytecode,从理论上讲可运行于任何 Java 虚拟机 (JVM) 上。其初衷是让程序员实现“一次编写,到处运行”的理念,尽管 JVM 实现中的细微差别使得这一梦想在现实中并不总能实现。曾有一位记者与一位风趣的同事共事,该同事打趣地形容这一系统为“一次编写,到处测试”,因为某个 JVM 中的一个意外问题导致他们的应用程序表现得难以预测。
然而,这门语言很快便风靡起来,迅速成为众多企业的基石。微软迅速推出了其版本 Visual J++,尽管该版本符合 Java 语言规范,但未通过 Sun Microsystems 的合规性测试——这促使 Sun 于 1999 年对 Redmond 提起诉讼。2000 年时,J++ 被从 Visual Studio 中剔除,并不久后被淘汰。
Java 在发布后逐渐走红,虽然近年来开发者开始关注其它替代方案,但在 2024 年的 Stack Overflow 调查中,它依然位列前十,超过 C#、C++ 和 C。在 TIOBE 指数中可以看到其人气略有下降,该指数曾将 Java 排在榜首,如今则位列第四。根据 TIOBE 的数据,Python 迄今为止无疑是最受欢迎的语言;而 TIOBE 曾在 2015 年将 Java 评为年度语言。
Sonatype 联合创始人兼 CTO Brian Fox 表示:“Java 经受住了潮流、竞争语言以及理念变迁的考验。从 applets 和 servlets 到微服务和云原生架构,Java 一边不断演进一边保持着熟悉的面貌。它为开源进入企业领域铺设了道路。”
“而且,可以说,企业界从未回头。”
事实上,如今支撑着企业运作的大量代码都是 Java 编写,这也意味着即使编程潮流更替,市场对 Java 技能的需求依然长存。
虽然它的普及性、持久性和在众多后台系统中的广泛应用可能会让一些工程师联想到 COBOL,但30年前,与同时期的其它语言相比,Java 的出现无疑如一股清新的现代气息,其所承诺的便携性更具吸引力。
不过,过去三十年并非完全一帆风顺。
Fox 说:“30 岁的 Java 的故事,不单纯是关于代码的故事,也是关于信任的故事——这份信任是经过数十年可靠性、管理和共享标准的积淀而建立的。但这种信任并非理所当然。”
那么,Java 究竟归谁所有?
当 Oracle 在 2010 年收购 Sun 时,Java 也随之转入 Oracle 的麾下。虽然 Sun 的大部分 JVM 实现已经开源,但在随后的十年内,Oracle 开始对原本免费的部分收取许可费用。到 2023 年,Oracle 调整了其订阅模式的许可条款,可能会使企业因此支付数千美元。今年早些时候的研究显示,只有十分之一的 Java 用户打算继续使用 Oracle 的版本。
然而,由于该平台的普及性,市场上存在可替代 Oracle Java 的选项,这所谓的“掠夺性许可策略”并未削弱这门语言的流行度。
三十年来,Java 从一门新生语言蜕变为企业赖以依存的基础。诚然,它可能没有今日 AI 应用所需的那些耀眼的新玩意儿,但它依然是当代软件开发的根基。一个繁荣的生态系统和庞大的爱好者社区确保了,随着步入第四个十年,Java 依然举足轻重。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。