CSDN、《新程序員》在去年ChatGPT橫空出世之后，發(fā)起了一份圍繞開(kāi)發(fā)者現(xiàn)狀、人工智能和物聯(lián)網(wǎng)、云原生、數(shù)據(jù)庫(kù)、操作系統(tǒng)、芯片、開(kāi)源的深度調(diào)查問(wèn)卷，此問(wèn)卷也融合了各個(gè)領(lǐng)域?qū)ι墒?AI 的應(yīng)用進(jìn)展，最終于近日正式形成一份長(zhǎng)達(dá) 125 頁(yè)的《2023 中國(guó)開(kāi)發(fā)者調(diào)查報(bào)告》完整內(nèi)容。這份報(bào)告旨在為廣大開(kāi)發(fā)者勾勒一幅真實(shí)而又鮮活的畫(huà)卷，以還原開(kāi)發(fā)者們真實(shí)的生存現(xiàn)狀。

無(wú)論你是正在職場(chǎng)奮斗的老司機(jī)，還是正在大學(xué)里磨礪技藝的新手，希望這份調(diào)查報(bào)告能撥開(kāi)心中的陰霾，成為你的“定心丸”，解答你內(nèi)心的困惑。

Gitcode 下載地址：

https://csdn.gitcode.host/Survey-Report-on-Developers-in-China/survey/2022/

重要發(fā)現(xiàn)

根據(jù)調(diào)查報(bào)告，我們有以下主要發(fā)現(xiàn)：

• 30歲以下的開(kāi)發(fā)者人數(shù)逐年下降，目前占比71%
• 開(kāi)發(fā)者從事后端開(kāi)發(fā)的比例最高，月收入在8000-17000元范圍的開(kāi)發(fā)者從去年的49.2%降到了40.2%
• IT行業(yè)人員流動(dòng)并沒(méi)有想象中那么快，2023年沒(méi)有跳槽的開(kāi)發(fā)者占比超3成
• 在軟件開(kāi)發(fā)工具維度，Python的采用率大幅提升，占比31.2%；低級(jí)匯編語(yǔ)言是開(kāi)發(fā)者最不喜歡的編程語(yǔ)言
• AI工具層面，26.6%的開(kāi)發(fā)者表示看好生成式人工智能，34%的開(kāi)發(fā)者表示使用過(guò)ChatGPT，61%的開(kāi)發(fā)者認(rèn)為當(dāng)前的AI編程并不能取代開(kāi)發(fā)者
• 云原生逐漸在人工智能、大數(shù)據(jù)、邊緣計(jì)算、5G等新興領(lǐng)域嶄露頭角
• 與傳統(tǒng)的本地?cái)?shù)據(jù)庫(kù)相比，云數(shù)據(jù)庫(kù)在許多方面具有更高的可靠性和安全性，但仍有83%的開(kāi)發(fā)者對(duì)數(shù)據(jù)安全表示擔(dān)心
• 國(guó)產(chǎn)操作系統(tǒng)在功能和性能上與國(guó)外操作系統(tǒng)還存在一定的差距，特別是在用戶(hù)體驗(yàn)、使用習(xí)慣、升級(jí)維護(hù)成本和應(yīng)用兼容性方面
• 芯片技術(shù)需要大量的知識(shí)積累和開(kāi)發(fā)經(jīng)驗(yàn)，但在國(guó)內(nèi)這方面的人才儲(chǔ)備仍然相對(duì)較少，這使得芯片研究和開(kāi)發(fā)的進(jìn)程受到了限制
• 開(kāi)源成為當(dāng)今技術(shù)圈必不可少的一項(xiàng)技術(shù)，96%的開(kāi)發(fā)者正在使用開(kāi)源軟件

 

2023開(kāi)發(fā)者真實(shí)畫(huà)像：30歲以下開(kāi)發(fā)者減少，薪酬集中在8k-17k

「程序員是吃青春飯」的說(shuō)法正在被打破

屬于“35歲年齡”的焦慮，隨著科技互聯(lián)網(wǎng)的快速迭代，正在不斷被打消。

數(shù)據(jù)顯示，近三年來(lái)，30 歲以下的開(kāi)發(fā)者人數(shù)正在逐年下降，從2021年的 81%、2022年的78%，到今年的71%。與之形成鮮明對(duì)比的是，40歲以上的從業(yè)者人數(shù)從去年的3%上漲到了今年的7%。

其中，61%的開(kāi)發(fā)者表示，想通過(guò)學(xué)習(xí)熱點(diǎn)技術(shù)來(lái)提升自己的事業(yè)。

基于此，有35%的開(kāi)發(fā)者表示會(huì)一直做技術(shù)崗到退休。而當(dāng)相關(guān)開(kāi)發(fā)技能達(dá)到一定要求后，49.9%的開(kāi)發(fā)者表示想成為一名管理者。這意味著越來(lái)越多的從業(yè)者想要更長(zhǎng)久地奮戰(zhàn)在開(kāi)發(fā)的一線。

整體薪酬有所下滑，最高薪行業(yè)已“變天”：從金融變?yōu)橥ㄓ嵲O(shè)備制造業(yè)

近來(lái)全球經(jīng)濟(jì)增長(zhǎng)放緩，很多企業(yè)將“活下去”作為首要目標(biāo)，為此，不少公司對(duì)上至CEO、下至一線開(kāi)發(fā)者采取降薪手段來(lái)縮減成本。

相較于去年的數(shù)據(jù)，薪資低于5000元的開(kāi)發(fā)者占比從去年的5.5%增至今年的13.7%。同時(shí)，月收入在8000-30000元范圍的開(kāi)發(fā)者從去年的49.2%下降到40.2%。

當(dāng)進(jìn)一步問(wèn)及受訪者在過(guò)去一年中薪資是否有變化時(shí)，6%的開(kāi)發(fā)者表示工資出現(xiàn)了負(fù)增長(zhǎng)，43%的開(kāi)發(fā)者工資沒(méi)有任何變化。僅51%的開(kāi)發(fā)者表示過(guò)去一年工資有所上漲，而2022年該數(shù)據(jù)為62%。

另外，正如文章伊始IT從業(yè)者的求職現(xiàn)狀，整體大環(huán)境下，盲目地辭職并非明智之舉。數(shù)據(jù)顯示，近1-2年內(nèi)有跳槽經(jīng)歷的人不足三成，沒(méi)有跳槽的群體占比34.1%。

與此同時(shí)，往年高收入群體占比最高的通常是金融行業(yè)，而根據(jù)今年的調(diào)研數(shù)據(jù)顯示，今年通訊設(shè)備制造業(yè)的高收入群體占比最高，81%的開(kāi)發(fā)者月薪超過(guò)8000元。

一線城市仍是開(kāi)發(fā)者重要的聚集地，薪酬也比新一線、二三線要更勝一籌

從地區(qū)分布上來(lái)看，不難理解，一線城市和新一線城市是很多互聯(lián)網(wǎng)公司的大本營(yíng)。對(duì)于開(kāi)發(fā)者群體而言，這里的機(jī)會(huì)會(huì)比二三線城市更多一些。

數(shù)據(jù)顯示，北京、廣東是開(kāi)發(fā)者聚集較多的地域，占全國(guó)總數(shù)28.2%。上海、江蘇地區(qū)的開(kāi)發(fā)者占比數(shù)量處于第二梯隊(duì)，占全國(guó)總數(shù)的15.1%。

在這里也更容易拿到高薪。數(shù)據(jù)顯示，月薪高于1.7萬(wàn)元開(kāi)發(fā)者數(shù)量Top 10的各地區(qū)中，在北京和上海工作的開(kāi)發(fā)者有近半數(shù)的薪資在1.7萬(wàn)元以上，其它地區(qū)僅占三成左右。

受教育程度也是影響薪資水平的一個(gè)重要因素。從數(shù)據(jù)來(lái)看，學(xué)歷高的開(kāi)發(fā)者中，高收入群體占比相對(duì)較高。學(xué)歷背景為碩士研究生和博士研究生的開(kāi)發(fā)者中，薪資達(dá)到1.7萬(wàn)元以上的超過(guò)五成。

有時(shí)并非工作時(shí)長(zhǎng)越長(zhǎng)，薪酬越高。數(shù)據(jù)顯示，在工作時(shí)長(zhǎng)多于55小時(shí)，但少于72小時(shí)的開(kāi)發(fā)者中，收入超過(guò)1.7萬(wàn)元的占比50%，比例最高。

程序員的日常：主職工作是開(kāi)會(huì)，其次才是寫(xiě)代碼，每日輸出101-200行代碼占比最高

在很多未入行的人看來(lái)，程序員每日就是抱著一臺(tái)電腦，手不停地敲打鍵盤(pán)，輸出各種英文字母組成的代碼。其實(shí)，數(shù)據(jù)顯示，在日常工作中，僅不足9%的開(kāi)發(fā)者每天有超過(guò)70%以上的時(shí)間在寫(xiě)代碼。每天超過(guò)一半時(shí)間在寫(xiě)代碼的人員，占比不到30%。

按照代碼成果來(lái)看，75.5%的開(kāi)發(fā)者每天有效代碼行數(shù)不超過(guò)300行。一天寫(xiě)101-200行的開(kāi)發(fā)者群體占比最高，為20.2%。

那要問(wèn)程序員的時(shí)間都去哪了？

42.7%的開(kāi)發(fā)者將投票投給了頻繁開(kāi)會(huì)選項(xiàng)。其次，分散注意力的工作環(huán)境以及不清晰的工作流程等因素成為影響他們工作效率的主要“殺手”。

除了以上一些因素之外，都說(shuō)現(xiàn)在的年輕人，一身反骨，拒絕內(nèi)卷。

從調(diào)研數(shù)據(jù)上可以看到，有超過(guò)三成的開(kāi)發(fā)者每周只需要工作40小時(shí)，73%的開(kāi)發(fā)者不加班或僅有少量加班。

對(duì)開(kāi)發(fā)者來(lái)說(shuō)，工作時(shí)間越長(zhǎng)，不滿(mǎn)意度越高。每周工作40小時(shí)（標(biāo)準(zhǔn)工時(shí)）的不滿(mǎn)意度最低，僅有4%。

倘若將個(gè)人生活與高薪加班工作放在同一水平線上來(lái)比較，有56%的受訪者果斷拒絕“大小周”，要正常休息時(shí)間。當(dāng)然也有23%的開(kāi)發(fā)者表示，為了高薪，愿意實(shí)行“大小周”工作制。

軟件開(kāi)發(fā)工具：Python因AI水漲船高、34%的開(kāi)發(fā)者使用過(guò)ChatGPT

從開(kāi)發(fā)者賴(lài)以生存的工具來(lái)看，在編程領(lǐng)域，過(guò)去一年使用Java語(yǔ)言的開(kāi)發(fā)者人數(shù)占比42.9%。隨著人工智能的發(fā)展，Python的使用量也逐漸提升，工作中常用Python的開(kāi)發(fā)者占比31.2%。

螞蟻集團(tuán)語(yǔ)雀團(tuán)隊(duì)穩(wěn)定性負(fù)責(zé)人李靖點(diǎn)評(píng)道，Python具備出色的易讀性、靈活性和更強(qiáng)大的科學(xué)計(jì)算能力，這使得大量開(kāi)發(fā)者開(kāi)始對(duì)Python產(chǎn)生濃厚興趣，加上它在AI相關(guān)領(lǐng)域也有著非常活躍的生態(tài)，目前已經(jīng)超過(guò)四分之一的開(kāi)發(fā)者計(jì)劃在未來(lái)一年中學(xué)習(xí)和掌握這門(mén)語(yǔ)言。ChatGPT和Midjourney等大模型的面世，讓大家看到了AI的魅力，隨著算力的提升、數(shù)據(jù)集的豐富和模型訓(xùn)練技術(shù)的進(jìn)步，未來(lái)大模型有望逐步替代垂類(lèi)NLP中小模型，一定程度也會(huì)汰換單一技能的生產(chǎn)力，這也跟眼下企業(yè)降本增效的目標(biāo)是契合的。

相比之下，低級(jí)語(yǔ)言匯編是開(kāi)發(fā)者最不喜歡接觸的語(yǔ)言，占比38%。此外，C、C++因?yàn)槠涫褂秒y度，也讓部分開(kāi)發(fā)者望而生畏。

近年來(lái)，Vue.js在Web開(kāi)發(fā)中愈發(fā)流行，數(shù)據(jù)顯示有36.1%的開(kāi)發(fā)者用Vue.js進(jìn)行了大量開(kāi)發(fā)。相較之下，jQuery的使用量在逐年下降，由去年的29.1%降至了23.3%。

Visual Studio Code作為輕量級(jí)跨平臺(tái)工具，有38%的開(kāi)發(fā)者在日常工作中進(jìn)行使用，排名依然穩(wěn)居第一。

伴隨著AI大模型的發(fā)展，越來(lái)越多AI工具可以提高開(kāi)發(fā)者的開(kāi)發(fā)效率，45%的開(kāi)發(fā)者表示曾使用過(guò)AI編程相關(guān)工具，其中34%的開(kāi)發(fā)者表示使用過(guò)ChatGPT。

如今隨著國(guó)產(chǎn)大模型的迅速崛起，AI編程輔助工具使用的這一比例只會(huì)增加不會(huì)減少。

自從AI可以幫助編程后，對(duì)于其是否能夠替換開(kāi)發(fā)者有關(guān)的討論便不絕于耳。61%的開(kāi)發(fā)者認(rèn)為當(dāng)前的AI編程并不能取代開(kāi)發(fā)者。當(dāng)然，也有一小部分開(kāi)發(fā)者覺(jué)得AI編程有望取代現(xiàn)有開(kāi)發(fā)者。

針對(duì)這一點(diǎn)，飛漫軟件創(chuàng)始人魏永明認(rèn)為，一項(xiàng)新技術(shù)是否可能替代整個(gè)人類(lèi)或者部分人類(lèi)，或者某個(gè)職業(yè)，是由替代成本決定的。而計(jì)算機(jī)軟件發(fā)展到今天的規(guī)模，是一層層軟件堆疊而成的結(jié)果。就算AGI技術(shù)可以自己設(shè)計(jì)和實(shí)現(xiàn)操作系統(tǒng)、編譯器、數(shù)據(jù)庫(kù)，也不會(huì)有人花錢(qián)讓AGI去做這件事，因?yàn)閺慕?jīng)濟(jì)上講，這是極度不劃算的事情。因此，替代會(huì)發(fā)生，但在可預(yù)見(jiàn)的未來(lái)，只會(huì)發(fā)生在應(yīng)用層面。

AIGC，已經(jīng)造出了一個(gè)全新的賽道

ChatGPT 成為全新生成式 AI 賽道的導(dǎo)火線，一經(jīng)發(fā)布之后，引領(lǐng)全球科技公司對(duì)大模型研發(fā)的狂歡，這也不斷驅(qū)動(dòng)市場(chǎng)新需求、新機(jī)遇的出現(xiàn)，由此吸引大批人才涌入這一波浪潮之中。

數(shù)據(jù)顯示，有41%的開(kāi)發(fā)者是在2022年才開(kāi)始涉獵AIoT相關(guān)開(kāi)發(fā)工作的。

在具體應(yīng)用場(chǎng)景中，近三成開(kāi)發(fā)者會(huì)用到AI人像修復(fù)工具，AI人像修復(fù)技術(shù)可以幫助開(kāi)發(fā)者，對(duì)人像進(jìn)行自動(dòng)修復(fù)和增強(qiáng)，提高應(yīng)用設(shè)備上人臉檢測(cè)的效果以及準(zhǔn)確性。

也是基于這個(gè)方向，有開(kāi)發(fā)商開(kāi)發(fā)了一款名為“妙鴨相機(jī)”的應(yīng)用，9.9元解鎖寫(xiě)真大片，成為近日不少用戶(hù)關(guān)注的重點(diǎn)。

在針對(duì)AI技術(shù)的突破上，26.6%的開(kāi)發(fā)者表示看好生成式人工智能，其次是大規(guī)模數(shù)據(jù)集和大模型開(kāi)源，分別占比23.4%和20.9%。

隨著AIoT的持續(xù)發(fā)展，在未來(lái)可能會(huì)取代人類(lèi)的部分或全部工作。調(diào)查數(shù)據(jù)顯示，超過(guò)9成的開(kāi)發(fā)者認(rèn)為智能設(shè)備可以幫助我們完成工作，只有8%的開(kāi)發(fā)者認(rèn)為不能替代人類(lèi)。

而進(jìn)一步深度談?wù)撊斯ぶ悄苁欠駮?huì)具有意識(shí)的能力時(shí)，41%的開(kāi)發(fā)者認(rèn)為人工智能有可能產(chǎn)生出意識(shí)，看來(lái)很多人對(duì)于硅基生命的想象還是很豐富的。

不容忽視的是，AIoT技術(shù)的廣泛應(yīng)用將會(huì)帶來(lái)一系列的倫理、法律和社會(huì)影響，也會(huì)改變我們的生活、社會(huì)和經(jīng)濟(jì)。

因此，在AIoT技術(shù)全面普及之前，需要開(kāi)展廣泛的社會(huì)、文化和倫理的探討和研究。36%的開(kāi)發(fā)者表示，討論應(yīng)該越早展開(kāi)越好，在基礎(chǔ)研究階段就應(yīng)該開(kāi)始考慮倫理、法律和社會(huì)影響。也有同樣數(shù)量的開(kāi)發(fā)者表示，在產(chǎn)品化、服務(wù)化之后社會(huì)使用和實(shí)施階再考慮也是可以的。

智源研究院訪問(wèn)首席科學(xué)家，新加坡工程院院士，AAAI、ACM、IEEE及IAPR Fellow 顏水成點(diǎn)評(píng)道，根據(jù)本次調(diào)查顯示，AIoT開(kāi)發(fā)者生態(tài)呈現(xiàn)出自由化和擴(kuò)大化趨勢(shì)，同時(shí)其產(chǎn)品應(yīng)用也更加的多樣化，這隨之帶來(lái)一個(gè)重要的問(wèn)題，即AI的安全性問(wèn)題。AI的安全性問(wèn)題包含幾個(gè)方面：

• 第一是AI的數(shù)據(jù)安全，AIoT應(yīng)用的幾個(gè)最大領(lǐng)域，不論是制造業(yè)、金融、物流、醫(yī)療、安防還是自動(dòng)駕駛，都是數(shù)據(jù)安全性要求極高的行業(yè)，既要保障AI能夠使用好私有數(shù)據(jù)，同時(shí)又要保護(hù)好原始數(shù)據(jù)安全以及AI分析之后的結(jié)果數(shù)據(jù)安全；
• 第二是AI的系統(tǒng)安全，AIoT最主要應(yīng)用的這幾個(gè)大領(lǐng)域，本身對(duì)于安全的要求極高，一旦黑客通過(guò)AI系統(tǒng)漏洞進(jìn)行攻擊，不論是盜取數(shù)據(jù)還是篡改結(jié)果，都會(huì)造成巨大的危害，開(kāi)發(fā)者生態(tài)的自由化和擴(kuò)大化更是對(duì)此形成了巨大的挑戰(zhàn)，如何進(jìn)行AI系統(tǒng)的防護(hù)也是接下來(lái)需要特別重視的一個(gè)問(wèn)題；
• 第三是AI本身意識(shí)的形成所帶來(lái)的倫理安全，目前已經(jīng)有超過(guò)半數(shù)的開(kāi)發(fā)者認(rèn)為未來(lái)AI可能或者一定會(huì)形成自我意識(shí)，這個(gè)過(guò)程有可能是潛移默化的，需要提前做好準(zhǔn)備工作。

 

云原生技術(shù)已成為驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的重要引擎

作為新型基礎(chǔ)設(shè)施的重要支撐技術(shù)，云原生逐漸在人工智能、大數(shù)據(jù)、邊緣計(jì)算、5G等新興領(lǐng)域嶄露頭角。在對(duì)云原生感興趣的群體進(jìn)行調(diào)查統(tǒng)計(jì)，數(shù)據(jù)顯示，僅只有20%的開(kāi)發(fā)者表示，他們的服務(wù)未部署到云服務(wù)上。

云原生的優(yōu)勢(shì)，也是開(kāi)發(fā)者們偏好使用云原生的原因，44%的開(kāi)發(fā)者表示，云原生能夠提高開(kāi)發(fā)效率。當(dāng)然除了開(kāi)發(fā)效率，提升業(yè)務(wù)的敏捷度也是吸引開(kāi)發(fā)者重要的原因。

在具體技術(shù)方向上，45%的開(kāi)發(fā)者主要涉足微服務(wù)架構(gòu)，可見(jiàn)微服務(wù)架構(gòu)在云原生領(lǐng)域的重要性。

萬(wàn)博智云CTO孫琦表示，容器技術(shù)的不斷完善，促使微服務(wù)架構(gòu)應(yīng)用越來(lái)越多，而DevOps工具集是保證微服務(wù)項(xiàng)目落地的重要保障。

基于此，63%的開(kāi)發(fā)者認(rèn)為，掌握和運(yùn)用Docker、K8s等技術(shù)是最為重要的。當(dāng)然，44%的開(kāi)發(fā)者認(rèn)為微服務(wù)架構(gòu)也非常重要。

穩(wěn)定性是所有開(kāi)發(fā)者首要關(guān)注的問(wèn)題，Serverless的使用也不例外，將近一半的開(kāi)發(fā)者都關(guān)注其穩(wěn)定性，其次關(guān)注的便是在開(kāi)發(fā)效率的提升上。

不過(guò)在使用云原生技術(shù)時(shí)，不少開(kāi)發(fā)者也仍有顧慮。40.1%的開(kāi)發(fā)者認(rèn)為，規(guī)范API接口排在亟待改善問(wèn)題的首位。適度微服務(wù)拆分、統(tǒng)一配置管理相當(dāng)，分別占比30.5%和31.5%。

國(guó)產(chǎn)數(shù)據(jù)庫(kù)進(jìn)入技術(shù)創(chuàng)新繁榮新階段

數(shù)據(jù)庫(kù)技術(shù)發(fā)展70余年，其在國(guó)內(nèi)已發(fā)展也有四十年的時(shí)間。至此，31%的開(kāi)發(fā)者感覺(jué)國(guó)產(chǎn)數(shù)據(jù)庫(kù)發(fā)展迅速，表現(xiàn)出極大的潛力與發(fā)展前景。

在他們看來(lái)，有獨(dú)立的理論原創(chuàng)內(nèi)容（38%）、有不同于其他數(shù)據(jù)庫(kù)的功能特性（34%）、在工程領(lǐng)域做到世界前列（32%）和基于現(xiàn)有理論獨(dú)立完成編碼實(shí)現(xiàn)（32%）是國(guó)產(chǎn)數(shù)據(jù)庫(kù)創(chuàng)新的根本。

騰訊數(shù)據(jù)庫(kù)首席架構(gòu)師李海翔認(rèn)為，引發(fā)數(shù)據(jù)庫(kù)技術(shù)下一場(chǎng)的革命，一定是基礎(chǔ)理論層面獲得突破性進(jìn)展。可以肯定的是，誰(shuí)肯在理論研究層面投入資源，誰(shuí)將獲得收益。

基于這些維度，數(shù)據(jù)顯示，TiDB數(shù)據(jù)庫(kù)繼續(xù)領(lǐng)先其他競(jìng)爭(zhēng)對(duì)手，成為開(kāi)發(fā)者最熟悉的國(guó)產(chǎn)數(shù)據(jù)庫(kù)之一。同時(shí)，AliSQL和OceanBase也將保持其強(qiáng)勁的發(fā)展勢(shì)頭。

 

在應(yīng)用方面，開(kāi)源數(shù)據(jù)庫(kù)使用率是最高的，占比39%，這反映出雖然開(kāi)源數(shù)據(jù)庫(kù)在成本、可定制性等方面有很大的優(yōu)勢(shì)。

報(bào)告也指出，雖然國(guó)產(chǎn)數(shù)據(jù)庫(kù)發(fā)展穩(wěn)中向好，但數(shù)據(jù)庫(kù)遷移成本、兼容性等制約著國(guó)產(chǎn)數(shù)據(jù)庫(kù)的發(fā)展，因此，國(guó)產(chǎn)數(shù)據(jù)庫(kù)的發(fā)展也需要注意到這些問(wèn)題，加強(qiáng)技術(shù)研發(fā)和團(tuán)隊(duì)建設(shè)，提高數(shù)據(jù)遷移和兼容性的能力，以更好地服務(wù)于廣大用戶(hù)。

在關(guān)于數(shù)據(jù)庫(kù)的未來(lái)發(fā)展方向上，開(kāi)發(fā)者的觀點(diǎn)主要集中在以下幾個(gè)方面：

多模數(shù)據(jù)庫(kù)，即一庫(kù)多用。這種數(shù)據(jù)庫(kù)開(kāi)發(fā)技術(shù)可以將不同應(yīng)用所需的各種數(shù)據(jù)整合到一個(gè)數(shù)據(jù)庫(kù)中，滿(mǎn)足多個(gè)應(yīng)用場(chǎng)景需要，占比為52%。

AI融合數(shù)據(jù)庫(kù)也成為一個(gè)熱門(mén)方向。數(shù)據(jù)庫(kù)結(jié)合人工智能技術(shù)，可以實(shí)現(xiàn)數(shù)據(jù)庫(kù)的智能化、自動(dòng)化運(yùn)維，從而提高數(shù)據(jù)庫(kù)性能，占比為51%。

與云計(jì)算深度結(jié)合的數(shù)據(jù)庫(kù)，作為一種新型數(shù)據(jù)庫(kù)技術(shù)，將極大地提升數(shù)據(jù)分析和數(shù)據(jù)處理能力，占比為40%。

操作系統(tǒng)外殼正處于快速演變期

隨著國(guó)家對(duì)信息安全和數(shù)據(jù)主權(quán)的重視，國(guó)產(chǎn)操作系統(tǒng)的發(fā)展也越來(lái)越受到關(guān)注。在國(guó)產(chǎn)操作系統(tǒng)的發(fā)展中，一些開(kāi)發(fā)團(tuán)隊(duì)和公司秉持著創(chuàng)新和獨(dú)立自主的精神，增強(qiáng)了中國(guó)自主研發(fā)的能力，實(shí)現(xiàn)了操作系統(tǒng)的本土化。23%的開(kāi)發(fā)者表示，當(dāng)前國(guó)產(chǎn)操作系統(tǒng)已經(jīng)滿(mǎn)足日常需求。

相比于國(guó)外主流操作系統(tǒng)而言，國(guó)產(chǎn)操作系統(tǒng)還面臨許多挑戰(zhàn)和問(wèn)題，特別是在用戶(hù)體驗(yàn)、使用習(xí)慣、升級(jí)維護(hù)成本和應(yīng)用兼容性方面。

應(yīng)用兼容性是開(kāi)發(fā)者關(guān)注的最重要問(wèn)題之一，有高達(dá)66.71%的開(kāi)發(fā)者認(rèn)為國(guó)產(chǎn)操作系統(tǒng)在應(yīng)用兼容性方面存在問(wèn)題。這與國(guó)外主流操作系統(tǒng)相比，國(guó)產(chǎn)系統(tǒng)應(yīng)用的品種和數(shù)量可能還需要更多的拓展和支持，除了應(yīng)用兼容性問(wèn)題外，還有48.19%的開(kāi)發(fā)者認(rèn)為國(guó)產(chǎn)操作系統(tǒng)在用戶(hù)體驗(yàn)方面也存在差距，33%的開(kāi)發(fā)者關(guān)注使用習(xí)慣的問(wèn)題，23.62%的開(kāi)發(fā)者關(guān)注升級(jí)維護(hù)成本的問(wèn)題。

這些反映出國(guó)產(chǎn)操作系統(tǒng)在整體體驗(yàn)和質(zhì)量上還需進(jìn)一步優(yōu)化，同時(shí)在升級(jí)維護(hù)等方面也需要更好地完善和應(yīng)對(duì)。

在國(guó)內(nèi)自研操作系統(tǒng)中，HarmonyOS（鴻蒙）是最具有代表性和市場(chǎng)影響力的系統(tǒng)，有接近90%的開(kāi)發(fā)者聽(tīng)說(shuō)過(guò)該系統(tǒng)。這一結(jié)果表明了人們對(duì)于華為公司的重視和關(guān)注，同時(shí)也反映了HarmonyOS在國(guó)內(nèi)市場(chǎng)占據(jù)主導(dǎo)地位的趨勢(shì)。

除了HarmonyOS外，Deepin和中標(biāo)麒麟也是目前國(guó)內(nèi)自研操作系統(tǒng)中較為知名的系統(tǒng)。據(jù)調(diào)查顯示，有近三成的開(kāi)發(fā)者聽(tīng)說(shuō)過(guò)Deepin操作系統(tǒng)，而有約四分之一的開(kāi)發(fā)者熟悉中標(biāo)麒麟操作系統(tǒng)。這兩款系統(tǒng)在一些特定領(lǐng)域擁有廣泛的應(yīng)用和用戶(hù)口碑，也成為操作系統(tǒng)市場(chǎng)的重要參與者。

在分析導(dǎo)致國(guó)產(chǎn)操作系統(tǒng)產(chǎn)生差距的主要原因時(shí)，我們發(fā)現(xiàn)缺乏廣泛的應(yīng)用生態(tài)是制約其發(fā)展的主要問(wèn)題。

此外，技術(shù)型人才的缺失和持續(xù)資金的投入也是影響國(guó)產(chǎn)操作系統(tǒng)發(fā)展的重要因素。因此，國(guó)產(chǎn)操作系統(tǒng)需要加強(qiáng)應(yīng)用程序的開(kāi)發(fā)以及推廣，鼓勵(lì)更多的程序開(kāi)發(fā)人員參與進(jìn)來(lái)，并繼續(xù)投資研發(fā)以保證核心技術(shù)的不斷提升。

在開(kāi)發(fā)者中，有74%的人認(rèn)為，如果想要推動(dòng)自主研發(fā)操作系統(tǒng)的生態(tài)系統(tǒng)發(fā)展，首先必須完善建設(shè)生態(tài)適配體系。構(gòu)建一個(gè)操作系統(tǒng)根社區(qū)對(duì)于推動(dòng)其發(fā)展也是至關(guān)重要的。同時(shí)，操作系統(tǒng)研發(fā)不同于其他的應(yīng)用開(kāi)發(fā)，它需要應(yīng)對(duì)更多類(lèi)型和更加復(fù)雜變幻多端的硬件設(shè)備的兼容性問(wèn)題，適配性是自主研發(fā)操作系統(tǒng)推廣的關(guān)鍵環(huán)節(jié)。因此，44%開(kāi)發(fā)者們認(rèn)為在生態(tài)適配體系的建設(shè)上要花費(fèi)更多的精力。

最后，面對(duì)未來(lái) AI 驅(qū)動(dòng)下操作系統(tǒng)，清華大學(xué)計(jì)算機(jī)系長(zhǎng)聘副教授陳渝表示，大家普遍關(guān)注的基于Transformer模型的GPT（Generative Pre-trained Transformer）系統(tǒng)，如ChatGPT/Bard/文心一言等，推動(dòng)了自然語(yǔ)言成為新的操作系統(tǒng)外殼。各種GPT系統(tǒng)通過(guò)新的應(yīng)用框架接口ChatGPT/Bard API接口，預(yù)計(jì)將會(huì)形成的新的應(yīng)用生態(tài)。目前已經(jīng)浮現(xiàn)出來(lái)的應(yīng)用包括行程助理、生活管家、工作秘書(shū)、代碼解釋器、網(wǎng)站自動(dòng)生成、購(gòu)物比價(jià)、文檔總結(jié)、文檔輔助生成等。簡(jiǎn)言之，隨著計(jì)算機(jī)應(yīng)用領(lǐng)域的不斷擴(kuò)展，以及以人工智能技術(shù)為代表的新技術(shù)快速發(fā)展，操作系統(tǒng)的外殼也將隨之快速發(fā)展和演進(jìn)。

芯片之路，道阻且長(zhǎng)

幾個(gè)月前，OPPO 旗下芯片設(shè)計(jì)公司哲庫(kù)科技（ZEKU）原地解散，高管官宣這一消息時(shí)數(shù)次哽咽落淚，3000 多名員工于一夕之間全部失業(yè)，令人動(dòng)容。國(guó)產(chǎn)芯片這條路上充滿(mǎn)的荊棘，尤其是在地緣政治等因素已經(jīng)對(duì)產(chǎn)業(yè)長(zhǎng)期前景造成影響的今天，非常人能想。

然而要想大力發(fā)展芯片產(chǎn)業(yè)，需要具備大量的知識(shí)積累和經(jīng)驗(yàn)開(kāi)發(fā)者的加持。數(shù)據(jù)顯示，國(guó)內(nèi)這方面的人才儲(chǔ)備仍然相對(duì)較少，僅只有6.0%的開(kāi)發(fā)者能夠深入理解芯片技術(shù)、較深入應(yīng)用，這使得芯片研究和開(kāi)發(fā)的進(jìn)程受到了限制。

現(xiàn)實(shí)來(lái)看，芯片制造與軟件開(kāi)發(fā)流程不同，不能像軟件開(kāi)發(fā)那樣進(jìn)行小步快跑的迭代，整個(gè)制造過(guò)程的成本也比較高。56.62%的開(kāi)發(fā)者認(rèn)為在芯片制造中，容易出現(xiàn)產(chǎn)品應(yīng)用市場(chǎng)與設(shè)想出現(xiàn)偏差，從而導(dǎo)致研發(fā)投入、生產(chǎn)成本等方面的浪費(fèi)。其次是在芯片開(kāi)發(fā)過(guò)程中，某些設(shè)計(jì)規(guī)格無(wú)法實(shí)現(xiàn)，半數(shù)的開(kāi)發(fā)者都對(duì)此表示擔(dān)心。

基于此，多數(shù)芯片團(tuán)隊(duì)主要專(zhuān)注于某個(gè)細(xì)分領(lǐng)域的芯片開(kāi)發(fā)，所以，其規(guī)模都不太大。調(diào)查顯示，40.42%的公司人數(shù)小于10人。

在芯片開(kāi)發(fā)工具應(yīng)用上，芯片開(kāi)發(fā)人員最常用的兩種語(yǔ)言分別是C/C++和Verilog。數(shù)據(jù)顯示，近五成的開(kāi)發(fā)者在使用C/C++進(jìn)行編寫(xiě)代碼；Verilog是一種硬件描述語(yǔ)言，主要用于數(shù)字電路的建模和仿真，使用的開(kāi)發(fā)者占比12.94%。

人工智能蓬勃發(fā)展，越來(lái)越多的專(zhuān)用芯片設(shè)計(jì)用于人工智能領(lǐng)域，它們的特點(diǎn)是針對(duì)特定的計(jì)算任務(wù)進(jìn)行了高度優(yōu)化。數(shù)據(jù)顯示，在國(guó)內(nèi)的芯片公司中，有38.46%的芯片是搭載人工智能技術(shù)的，能為人工智能應(yīng)用提供更加高效的計(jì)算能力。

整體而言，國(guó)產(chǎn)芯片在開(kāi)發(fā)中面臨很多挑戰(zhàn)和難題，以下是一些主要的方面：

• 設(shè)計(jì)能力：芯片設(shè)計(jì)是復(fù)雜而艱巨的工作，需要高超的技術(shù)和精湛的設(shè)計(jì)能力。39.91%的開(kāi)發(fā)者表示，當(dāng)前以國(guó)內(nèi)的設(shè)計(jì)能力，很難去降低芯片設(shè)計(jì)成本。其次便是低功耗設(shè)計(jì)，35.36%的開(kāi)發(fā)者表示要實(shí)現(xiàn)低功耗也非常困難。
• 專(zhuān)利保護(hù)：芯片制造涉及到大量的專(zhuān)利技術(shù)，國(guó)內(nèi)芯片開(kāi)發(fā)中，需要進(jìn)行專(zhuān)利規(guī)避。

 

中國(guó)科學(xué)院計(jì)算技術(shù)研究所副所長(zhǎng)包云崗表示，新時(shí)代下，優(yōu)秀的芯片設(shè)計(jì)人才不僅僅懂芯片架構(gòu)，也需要懂操作系統(tǒng)等軟件棧知識(shí)。然而，這類(lèi)人才在國(guó)內(nèi)更是稀缺，因?yàn)楹芏嗉呻娐穼W(xué)院并不開(kāi)設(shè)操作系統(tǒng)等軟件課程。要解決人才急缺問(wèn)題，當(dāng)前人才培養(yǎng)理念與方案需要改變，需要更重視軟硬件協(xié)同能力的培養(yǎng)。

 

開(kāi)源已成軟件開(kāi)發(fā)不可或缺的一部分

過(guò)去一年，開(kāi)源發(fā)展呈現(xiàn)出強(qiáng)勁的勢(shì)頭，成為軟件行業(yè)的必然趨勢(shì)。根據(jù)調(diào)查數(shù)據(jù)顯示，96%的開(kāi)發(fā)者正在使用開(kāi)源軟件。

Java、Python、C++ 是他們常用的開(kāi)發(fā)語(yǔ)言，分別占比 41%、27% 和 21%。

以公司為單位，很多科技企業(yè)在發(fā)力內(nèi)源（InnerSource）、構(gòu)建開(kāi)源辦公室等，即把開(kāi)發(fā)開(kāi)源軟件中學(xué)到的經(jīng)驗(yàn)教訓(xùn)應(yīng)用到公司或組織內(nèi)部開(kāi)發(fā)軟件的實(shí)踐中，加速公司內(nèi)部代碼共享。

其中大多數(shù)開(kāi)發(fā)者是通過(guò)互聯(lián)網(wǎng)產(chǎn)品切入，接觸到開(kāi)源項(xiàng)目。在開(kāi)源項(xiàng)目的貢獻(xiàn)上，有72.9%的開(kāi)發(fā)者通過(guò)代碼貢獻(xiàn)，49%開(kāi)發(fā)者有文檔貢獻(xiàn)。

華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院教授王偉點(diǎn)評(píng)道，這些開(kāi)發(fā)者不僅會(huì)使用開(kāi)源軟件，還會(huì)通過(guò)提交代碼、解決問(wèn)題等方式為開(kāi)源社區(qū)做出貢獻(xiàn)。這表明開(kāi)源社區(qū)已經(jīng)成為一個(gè)開(kāi)發(fā)者共同學(xué)習(xí)、分享和成長(zhǎng)的平臺(tái)，也是整個(gè)行業(yè)向更加開(kāi)放和透明方向發(fā)展的推動(dòng)力量。

不過(guò)，有些遺憾的是，“用愛(ài)發(fā)電”成為驅(qū)動(dòng)很多個(gè)人開(kāi)發(fā)者參與開(kāi)源的現(xiàn)狀。數(shù)據(jù)顯示，17%開(kāi)發(fā)者志愿投入自己的時(shí)間，只有8%的受訪者表示參與開(kāi)源是因?yàn)槠髽I(yè)支付了工資。63%的開(kāi)發(fā)者更是直言，從未在開(kāi)源中獲得收入。

這也是導(dǎo)致近幾年來(lái)「faker.js」和「colors.js」項(xiàng)目倉(cāng)庫(kù)開(kāi)發(fā)者刪庫(kù)、core-js的悲劇等惡性開(kāi)源事件屢見(jiàn)不鮮的原因。開(kāi)源社理事莊表偉為此發(fā)聲，有許多參與開(kāi)源的開(kāi)發(fā)者，依然在用愛(ài)發(fā)電，依然靠著自己的熱愛(ài)在勉強(qiáng)支撐，這樣的狀況，已經(jīng)到了迫切需要改變的時(shí)候了。

就技術(shù)領(lǐng)域而言，面向未來(lái)，人工智能的發(fā)展，吸引了眾多開(kāi)發(fā)者的目光，45%的開(kāi)發(fā)者比較關(guān)注開(kāi)源AI，其次是編程語(yǔ)言和開(kāi)源大數(shù)據(jù)。

致謝

以上內(nèi)容主要來(lái)源于 CSDN 深度調(diào)研的《2023 中國(guó)開(kāi)發(fā)者調(diào)查報(bào)告》。在此，也非常感謝：

• 魏永明  飛漫軟件創(chuàng)始人
• 李   靖  螞蟻集團(tuán)語(yǔ)雀團(tuán)隊(duì)穩(wěn)定性負(fù)責(zé)人
• 顏水成  智源研究院訪問(wèn)首席科學(xué)家，新加坡工程院院士，AAAI、ACM、IEEE及IAPR Fello
• 孫   琦  萬(wàn)博智云CTO
• 李海翔  騰訊數(shù)據(jù)庫(kù)首席架構(gòu)師
• 陳   渝  清華大學(xué)計(jì)算機(jī)系長(zhǎng)聘副教授
• 吳慶波 教育部國(guó)產(chǎn)基礎(chǔ)軟件工程研究中心主任
• 包云崗  中國(guó)科學(xué)院計(jì)算技術(shù)研究所副所長(zhǎng)
• 王   偉  華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院教授
• 莊表偉  開(kāi)源社理事

 

對(duì)本次調(diào)查報(bào)告的指導(dǎo)與支持！以及衷心感謝電子工業(yè)出版社博文視點(diǎn)、機(jī)械工業(yè)出版社、清華大學(xué)出版社、人民郵電出版社異步社區(qū)以及中國(guó)水利水電出版社對(duì)本次調(diào)查提供了寶貴的圖書(shū)支持。