-
30岁以下的开发者人数逐年下降,目前占比71%
-
开发者从事后端开发的比例最高,月收入在8000-17000元范围的开发者从去年的49.2%降到了40.2%
-
IT行业人员流动并没有想象中那么快,2023年没有跳槽的开发者占比超3成
-
在软件开发工具维度,Python的采用率大幅提升,占比31.2%;低级汇编语言是开发者最不喜欢的编程语言
-
AI工具层面,26.6%的开发者表示看好生成式人工智能,34%的开发者表示使用过ChatGPT,61%的开发者认为当前的AI编程并不能取代开发者
-
云原生逐渐在人工智能、大数据、边缘计算、5G等新兴领域崭露头角
-
与传统的本地数据库相比,云数据库在许多方面具有更高的可靠性和安全性,但仍有83%的开发者对数据安全表示担心
-
国产操作系统在功能和性能上与国外操作系统还存在一定的差距,特别是在用户体验、使用习惯、升级维护成本和应用兼容性方面
-
芯片技术需要大量的知识积累和开发经验,但在国内这方面的人才储备仍然相对较少,这使得芯片研究和开发的进程受到了限制
-
开源成为当今技术圈必不可少的一项技术,96%的开发者正在使用开源软件
-
第一是AI的数据安全,AIoT应用的几个最大领域,不论是制造业、金融、物流、医疗、安防还是自动驾驶,都是数据安全性要求极高的行业,既要保障AI能够使用好私有数据,同时又要保护好原始数据安全以及AI分析之后的结果数据安全;
-
第二是AI的系统安全,AIoT最主要应用的这几个大领域,本身对于安全的要求极高,一旦黑客通过AI系统漏洞进行攻击,不论是盗取数据还是篡改结果,都会造成巨大的危害,开发者生态的自由化和扩大化更是对此形成了巨大的挑战,如何进行AI系统的防护也是接下来需要特别重视的一个问题;
-
第三是AI本身意识的形成所带来的伦理安全,目前已经有超过半数的开发者认为未来AI可能或者一定会形成自我意识,这个过程有可能是潜移默化的,需要提前做好准备工作。
-
多模数据库,即一库多用。这种数据库开发技术可以将不同应用所需的各种数据整合到一个数据库中,满足多个应用场景需要,占比为52%。
-
AI融合数据库也成为一个热门方向。数据库结合人工智能技术,可以实现数据库的智能化、自动化运维,从而提高数据库性能,占比为51%。
-
与云计算深度结合的数据库,作为一种新型数据库技术,将极大地提升数据分析和数据处理能力,占比为40%。
-
设计能力:芯片设计是复杂而艰巨的工作,需要高超的技术和精湛的设计能力。39.91%的开发者表示,当前以国内的设计能力,很难去降低芯片设计成本。其次便是低功耗设计,35.36%的开发者表示要实现低功耗也非常困难。
-
专利保护:芯片制造涉及到大量的专利技术,国内芯片开发中,需要进行专利规避。
-
魏永明 飞漫软件创始人
-
李 靖 蚂蚁集团语雀团队稳定性负责人
-
颜水成 智源研究院访问首席科学家,新加坡工程院院士,AAAI、ACM、IEEE及IAPR Fellow
-
孙 琦 万博智云CTO
-
李海翔 腾讯数据库首席架构师
-
陈 渝 清华大学计算机系长聘副教授
-
吴庆波 教育部国产基础软件工程研究中心主任
-
包云岗 中国科学院计算技术研究所副所长
-
王 伟 华东师范大学数据科学与工程学院教授
-
庄表伟 开源社理事
0 条评论