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
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。