2025 年情人节标志着 Borland 公司的 Delphi 发布 30 周年。Delphi 将 Borland 版本的 Object Pascal、GUI 设计器和数据库访问功能融为一体,形成了一个强大的整体。由于在 1995 年初发布,Delphi 比 Windows 95 早了六个多月:它最初是作为 Windows 3.1 的 16 位工具而诞生的。(32 位 Windows 当时已经存在 - Windows NT 的第二个版本 3.5 在 1994 年底发布,但仍然比较小众。) Delphi 这个代号后来成为产品名称,反映了它是一个用于与 Oracle 数据库对话的本地快速应用程序开发工具。
长期 Borland 员工 David Intersimone (The Register 在 2008 年曾与他交谈) 为这个周年庆写了一篇深入的文章。他详细介绍了如何在现代计算机上通过 DOSbox 运行 Delphi,并提供了获取 Delphi 1.0 和 Windows 3.1 安装镜像的链接。
如今,Delphi 由 Embarcadero 公司维护和销售,该公司的 Marco Cantu 也发表了一篇较短的生日祝福文章,同时还链接了之前 11 个生日的庆祝文章。
The Reg 在 Delphi 25 周年时曾加入庆祝,将其置于历史背景中。不过当时的一个细节值得澄清:"Object Pascal 是 Borland 自己的语言。" 确实如此 - Delphi 的编译器继承自 Borland 的 Turbo Pascal。正如 The Reg 在 Turbo Pascal 40 周年时所指出的,TP 在 1989 年的 5.5 版本中引入了面向对象编程。但 Borland 并非 Object Pascal 的发明者。
在 Delphi 发布前近十年,已故的 Larry Tesler 在一份 Apple 报告中解释道:Object Pascal 是由 Apple Computer 的 Macintosh 软件组在 Niklaus Wirth 的帮助下,对 Lisa Clascal 进行修订而成的。
虽然 Delphi 的 30 年历史让新兴的类型安全语言 Rust 的 13 年相形见绌,但 Object Pascal 本身可以理直气壮地宣称拥有 40 年历史。正如 Byte 所说,市面上还有其他实现。
FreePascal 编译器是主要实现之一,正如 The Reg 在 2020 年指出的那样,它仍在积极开发中并定期发布新版本。该报道没有提到的是,FreePascal 不仅仅是一个简单的 FPC 编译器。FreePascal 项目还包括一个相当完整的图形开发环境,有自己独立的网络展示。它就是 Lazarus IDE。
从其截图库可以看出,它可以在包括 Windows、Linux 和 FreeBSD (通过 Gtk 或 Qt),以及 macOS 等多种操作系统上原生运行。它本身已经相当成熟和完整。虽然与 Delphi 不完全相同,但非常接近,并且有 Delphi 导入器。正如其"关于"页面所说:
我可以使用现有的 Delphi 代码吗? 如果代码是标准的 Delphi pascal 并使用 Delphi 中的标准组件,那么答案是肯定的。
作为一个并非 Pascal 开发者的记者,我们很高兴发现可以在一分钟内编写、编译并运行一个简单的 Pascal Hello World 程序。回想起来,在 Delphi 1.0 中做同样的事情会产生比代码行数多出两倍的错误。
FPC 和 Lazarus 令人印象深刻地完整,可以在大多数平台上运行,甚至可以为更多平台构建代码。就像 30 年前一样,许多人发现它们比时髦的语言更简单、更容易上手且效率更高。如果你想要 Delphi 本身,有一个免费的 Delphi 12 社区版,但有一些使用限制 - 特别是如果你用它开发的应用程序年收入超过 5,000 美元,就需要付费。但 Lazarus 则没有这些限制。
好文章,需要你的鼓励
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。