Meta将把React、React Native和JSX(JavaScript XML)贡献给新成立的React基金会,该基金会隶属于Linux基金会。Meta表示"重要的是不能让单一公司或组织占据过度主导地位。"
React基金会将从七家企业成员开始运营,包括亚马逊、Callstack、Expo、Meta、微软、Software Mansion和Vercel。基金会的职责包括维护React的基础设施和商标、组织React大会以及赞助React生态系统。首任执行董事将由Meta的React负责人Seth Webster担任。
React由Facebook于2013年创建,是最受欢迎的JavaScript框架。(Facebook于2021年更名为Meta。)最新的JavaScript现状调查显示,超过80%的受访者在使用React。React Native是基于React的跨平台UI框架,虽然不如网页版React那样占主导地位,但微软是其重要用户。React的使用率可能还受到AI编程工具日益普及的推动,根据我们的经验,这些工具在没有特定提示的情况下往往默认使用React框架。
Webster和其他团队成员表示"React已经超越了任何一家公司的范畴。"除了成立基金会,计划还包括创建一个独立的技术治理结构,团队相信这将确保没有单一厂商占据主导地位。
如果React获得真正独立的治理,这将是及时的,因为生态系统中对厂商参与存在一些不满,特别是针对Vercel的担忧,Vercel是基于React的Next.js框架的赞助商。21人的React核心团队包括5名Vercel员工、14名Meta员工和2名独立成员。Next.js在React文档中被推荐为"充分利用React架构创建全栈React应用"的框架。没有其他框架得到同样的描述。
React本身并不是一个完整的框架,不包括数据获取和路由等重要功能。文档明确不鼓励单独使用React。
Vercel的业务基于托管网络应用程序,Next.js是默认选择,一些开发者抱怨很难在其他地方使用。与Vercel竞争的JavaScript托管公司Netlify提供Next.js托管服务,但抱怨Next.js"没有适配器机制,其他参与者无法通过该机制支持其他平台。相反,Next.js构建使用的是私有的、基本无文档的格式,可能随时变化。"
并非所有React开发者都认为Vercel是负面影响。Redux(React状态管理工具)的维护者Mark Erikson今年早些时候争论说,React团队需要Vercel赞助其React服务器组件计划,而Meta对此没有需求,该公司没有做任何不当行为。
尽管受欢迎,React并未得到普遍喜爱,因复杂性增加而受到批评,特别是对于使用其服务器端功能的用户。一位开发者在评论这一消息时说:"感觉React总体上有一个持续增加复杂性和功能的轨迹。对于事实上已成为前端标准的东西来说,这很不幸。"这表明厂商主导并不是React生态系统中基金会和即将成立的技术委员会需要解决的唯一挑战。
Q&A
Q1:React基金会是什么?它的主要职责是什么?
A:React基金会是隶属于Linux基金会的新组织,由七家企业成员组成,包括亚马逊、Meta、微软等。其主要职责包括维护React的基础设施和商标、组织React大会以及赞助React生态系统发展。
Q2:为什么要成立React基金会?
A:主要是为了解决单一厂商主导的担忧。React已经超越了任何一家公司的范畴,需要独立的治理结构确保没有单一厂商占据主导地位,特别是针对生态系统中对Vercel等厂商参与的不满。
Q3:React目前在开发者中的使用情况如何?
A:React是最受欢迎的JavaScript框架,最新调查显示超过80%的受访者在使用。它的使用率还受到AI编程工具普及的推动,这些工具往往默认使用React框架。
好文章,需要你的鼓励
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。