《企业开源现状报告》已连续发布三年,主要探讨企业开源的使用和态度。今年,我们对全球1,250位IT领导者进行了采访。他们不一定是红帽的客户,也不知道红帽是该调查的发起人,从而避免了偏见或影响。大多数问题往年都问过,这让我们能够随着时间探明趋势,不过我们也提出了一些新问题,甚至得到了意料之外的答案。
在这里,分享一些亮点让大家一睹为快:
数字化转型变得日趋重要
现在,大多数人(54%)表示,数字化转型是企业开源的重要用途,在过去两年中,这一数字攀升了11个百分点。与应用开发和DevOps等密切相关的类别现在也获得了相似的评分。
通常来说,现在是企业忙着进行数字化转型的时期。在《2021年全球技术展望》调查中,也发现了数字化转型的重点。有21%受访者(所在企业)正在加快转型,以便应对COVID-19造成的影响。
基础架构现代化仍然是大多数地区企业开源所应用的最重要用途。鉴于开源的根源通常在于基础架构现代化,这不足为奇。企业开源在与重要业务计划(如数字转型)相关领域的发展势头可能更难预测。
获得最新的创新是关键优势
如果基础架构现代化仍然是企业开源的重要用途,那么过去老出现、排在前面的总拥有成本现在位于第五位。取而代之的是,企业开源继续受到重视,它被视为是专有软件的一种较便宜且足够好的替代品,而如今,企业开源更加亮眼了。
哪种方式更好?
一方面,我们的受访者表示软件质量更高。这是他们从企业开源中看到的最大收益。能安全利用开源技术的能力排在第四位。
这些优势与排第二获得创新非常吻合。总的来说,我们调查中的IT领导者提到的这些好处表明,他们将企业开源视为获取尖端软件的一种方式,他们也可以负责任地将其部署在业务中。
质量超越安全
从某种意义上说,安全是一种质量形式。但是,由于一些原因,我们的受访者所引用的这种排第三的优势值得单独考虑。首先,安全是一个热门话题。另一方面,相对于物理系统的安全,源代码可用性的安全曾经是一个争论的话题(现在偶尔还是)。
但是,开源存在风险的观点正在减弱。实际上,除了30%的人将更好的安全性视为三大好处之一,还有87%的人将企业开源软件视为比专有软件“更安全”或“同样安全”。
我们还更广泛地探讨了态度。84%的人表示企业开源“是我组织安全策略的关键部分。” 75%的人表示他们信任企业开源,因为它经过“严格的审查流程和商业测试,以确保质量代码。”
创新来自何处
开源软件社区是当今软件行业中许多上述创新发生的地方。快速浏览云原生和机器学习领域中的所有开源项目,就可以很好地理解这一点。我们的调查数字证实了这一点。企业开源为企业安全地利用所有创新提供了途径。
要最有效地向客户交付企业开源,需要供应商积极参与上游开源项目。这样我们才能开发出最好的支持我们的产品所需的专业知识。这使我们处于最有利的位置,可以影响项目的发展方向,从而为客户带来利益。但是,IT领导者是否关心其中的任何一项?他们看到被动使用开源项目的供应商与主动帮助推动开源项目的供应商之间有什么区别吗?
当我们决定添加这个新问题时,我们的猜测是可能会有一些人关心。我们错了。参加调查的IT领导这样答复:38%的人“更有可能”选择做出贡献的供应商;另外45%的人“这样做的可能性更大”。
总结一下
我们连续三年的企业开源研究讲述了一个清晰的故事。IT领导者广泛地将企业开源软件视为具有更高质量,更多创新,甚至比其他替代品更高安全性的高级软件形式。
此外,他们还广泛认识到,企业开源的全部价值是通过积极参与开源开发模型的供应商提供的,而不仅仅是重新包装开源代码。总的来说,这是一种认知,即企业开源正日益成为软件的未来。
我们的调查中还有更多详细信息,欢迎查看并下载《2021年企业开源现状:红帽报告》。
官网专题页:https://www.redhat.com/en/enterprise-open-source-report/2021
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。