欢迎阅读 OSCHINA 编辑部出品的开源日报，每天更新一期。
# 2025.1.7
今日要闻
TIOBE 宣布 2024 年度编程语言花落 Python，该语言在 2024 年的涨幅高达了 9.3%；远远领先于其竞争对手：Java +2.3%、JavaScript +1.4% 和 Go +1.2%。
TIOBE CEO Paul Jansen 点评道，“如今 Python 无处不在，它是许多领域无可争议的默认语言。它甚至可能成为 TIOBE 指数中排名最高的语言。Python 唯一的严重缺点（因此为竞争留下了空间）是性能不足，并且大多数错误发生在运行时。”
![]()
针对网传 “阿里收购零一万物” 一事，零一万物发文辟谣称 “相关传闻不实”。
公告指出，零一万物与阿里云于 1 月 2 日联合宣布启动 “产业大模型实验室”。进入新的一年，双方的深度合作框架顺利落地，正积极推进相关的实施方案。 针对传言零一万物将被收购、经营问题等不实言论属于恶性中伤，公司予以否认。
李开复在朋友圈辟谣称：“2024 年，零一万物的确认收入一个多亿 (订单更多)，2025 年会数倍增长。不知为什么会有这样的谣言散播。”
![]()
智元机器人官宣，其量产的第 1000 台通用具身机器人于 2025 年 1 月 6 日正式下线，其中双足人形机器人远征 A2 / 灵犀 X1 为 731 套，轮式通用机器人远征 A2-/A2-W 为 269 套。目前，这些机器人正在陆续交付客户中。
根据介绍，智元机器人 2023 年 2 月成立，同年 8 月打造出人形机器人原型机；2024 年 8 月，针对交互服务、柔性制造、科研教育等多元场景，推出 5 款通用机器人，并在 12 月开源了全球首个百万真机数据集。
1 月 7 日早间，针对美国国防部将腾讯公司列入中国军工公司名单（根据美国法律正式规定为 “第 1260H 条清单”），腾讯回应称，
“腾讯被列入这份名单显然是一个错误，我们并不是军工企业或军工供应商。不同于出口管制或其他，这份清单对我们的业务没有影响。尽管如此，我们仍将同美国相关部门共同解决误会。”
美国国防部在当地时间周一表示，已将包括腾讯、宁德时代在内的中国科技巨头列入名单。
![]()
据中国信通院 CAICT 官方公众号消息，为解决 MaaS 平台服务质量参差不齐、选型困难等问题，信通院推出了 MaaS（Model as a service，模型即服务）系列标准。
中国信息通信研究院紧跟MaaS领域最新发展趋势，依托中国人工智能产业发展联盟于2023年成立MaaS工作组，联合产学研各界专家共同启动MaaS系列标准编制，经过一年多的持续努力，现正式发布MaaS系列标准。本系列标准围绕MaaS落地中遇到的问题，聚焦大模型定制调优、大模型服务部署和推理加速、模型管理、大模型应用开发等维度，提出能力要求，为大模型服务商和平台供应商提供能力建设参考，为应用方提供技术选型依据。
![]()
今日观察
社交观察
老黄刚刚把牙膏剂爆了！出了个128G内存的桌面计算机 NVIDIA DIGITS！没错，可以拿在手上的超级AI计算机。大模型可以玩到爽了！甚至是不是可以自己炼大模型了！
但是，朋友们但是来了哦，注意内存下面的小字，这是LPDDR5X，不是GDDR6，更不是HBM2，跟苹果用的内存其实是一样的。虽然高达128G，但是根据 NVIDIA Grace CPU 的 datasheet，Grace CPU的内存带宽只有 512GB/s...... 所以跟 Apple MacBook Pro M4 Max 差不多... （70b-4bit 大模型大概 13token/s 的速度）
虽然现在NVIDIA还没有放出DIGITS的具体数据，还是希望内存带宽能高一些....
- 微博 karminski-牙医
David Crawshaw（Tailscale公司的创始人）介绍了他用大型语言模型编程的一些经验
crawshaw.io/blog/programming-with-llms
作者在过去的一年里积极探索并使用大型语言模型进行编程，发现这种技术可以显著提高工作效率。他在编程中使用 LLMs 的方式主要有三种：自动补全、搜索和基于聊天的编程。
作者强调，LLMs 在编程中的应用不仅仅是提供代码片段，更是一种新的编程范式，需要程序员学习如何与之合作。他还提到，LLMs 在处理复杂的编程任务时，尤其是在编写测试和处理编译器错误方面，可以提供宝贵的帮助。此外，作者还分享了他在使用 LLMs 时的一些具体实践，例如如何编写一个用于计算浮点数四分位数的保留样本器，并展示了如何通过 LLMs 生成和改进测试代码。
指南名为 bRAG-langchain，它能帮你从基础到进阶，一步步搭建 Retrieval-Augmented Generation（RAG，检索增强生成）系统。
该教程是一个系列，里面不仅有实战例子，还涉及了很多前沿技术，比如 CRAG 和多向量检索，特别适合那些想深入了解 RAG 的开发者。
而且啊，教程还是用Jupyter Notebook实现的，每个部分都有详细的讲解和代码示例，从环境配置、数据加载，到向量存储和检索优化，基本上能覆盖你想要实现的各种功能。
最重要的是，它还提供了一个可自定义的聊天机器人模板，让你可以轻松创建属于自己的RAG应用。
- 微博 量子位
Nicholas Carlini 这篇文章介绍了自己如何使用 84,688 个正则表达式构建了一个双层 MiniMax 国际象棋引擎。具体而言，作者是先用正则表达式写了个CPU 模拟器，然后在这个cpu模拟器上写了个编译器，然后用编译器写了个国际象棋引擎。引擎名为 "Regex Chess"，可以根据输入的棋盘状态走出一手合理（且不完全糟糕）的棋步。
nicholas.carlini.com/writing/2025/regex-chess.html
- 微博 蚁工厂
媒体观察
国家发展改革委、国家数据局、工业和信息化部三部门近日联合印发《国家数据基础设施建设指引》（以下简称《指引》），提出到2029年，国家数据基础设施建设和运营体制机制基本建立。这标志着中国开启新一轮以数据为中心的数字基础设施布局。
- 人民日报海外版
把握“人工智能+”带来的机遇，需要相关部门在战略规划、科研投资、人才培养等方面更加重视前瞻布局，而成效则主要体现在领军企业、新兴企业是否能够发挥主导作用。同时，确保人工智能安全、可靠、可控，有利于人类文明进步，是人工智能发展必须解决的重要课题。因此，必须始终坚持以人为本、科技向善，把人机协调贯穿始终，促进人类智能、离身智能、具身智能相互协调。
- 经济日报
细细想来，从汽车到机器人，有着不少共通之处。业界曾用“轮子上的机器人”形容不断进阶的汽车。不论是无人驾驶，还是座舱内智能互动，今天，搭载着人工智能、视觉传感、大模型等技术的汽车，越来越像陪伴人类出行的智能机器人。同样，在人形机器人的研制中，高性能电池、轻量化材料，以及目标识别、路径规划等算法，诸多软硬件都可以从智能网联汽车中得到借鉴。车企造机器人既有着技术迁移的可能性，机器人进入汽车工厂“实训”，也便于降低研发成本、加快应用示范。
- 新华社
杜广达表示，我国将加快推进人工智能与互联网融合发展，引导互联网企业结合自身优势，挖掘算力、算法、数据潜力，融入并壮大人工智能产业，培育发展新质生产力，为新型工业化提供有力支撑。
- 中国证券报
这给我们提供了一种新的思路——关注那些和科技巨头如英伟达有深度合作的公司。它们通过技术合作，不仅在行业中获得了技术和市场的双重加持，还能够大幅提升未来的成长潜力。从这些公司身上，我们看到了技术创新对股价的直接推动，也看到了资本市场对未来增长的强烈预期。
- 美股大数据
在这个自媒体蓬勃发展的时代，应该说，雷军给其他企业家树立了一个好榜样。企业家的职能，就是为消费者提供好的产品，随意跨出这一职能，恐怕将来都是要翻车的。
- 功夫财经
今日推荐
开源项目
![]()
https://github.com/kamiyaa/joshuto
joshuto 是一个用 Rust 编写的类似 ranger 的终端文件管理器。
每日一博
本文对鸿蒙公开资料进行了深入分析和解读，梳理了鸿蒙单框架应用的签名机制，拆解每一步的实操过程和背后的实现原理，并对源码分析整理签名的校验机制。从中管中窥豹，探究鸿蒙系统的安全设计思路，希望能给从事鸿蒙研发的同学提供一些借鉴。
![]()
开源之声
用户观点
- 观点 1：不实用，明天来个s4，这种应用级别的东西交给库，框架来做就好，没必要内置
- 观点 2：热知识：s3 = Simple Storage Service
- 观点 3：我觉得作为一个框架，它不应该去内置这个东西，取而代之的应该是做@bun/s3这样的插件，你无法预知oss供应商会做出什么决定，好像bun还是别的框架之前想要内置npm镜像地址，没有人知道什么时候镜像会被ban掉，徒增维护成本
- 观点 4：应该是作为一个运行时，但是deno也这么干了，人家也得恰饭不是吗
- 观点 5：PHP才是最好的语言
- 观点 6：通过bun读写对象存储跟挂载到本地是一个概念吗
![[疑问]]()
？本地还是rclone比较方便
- 观点 7：10点半还在加班？你的工作时长应该排在最后面
- 观点 8：技术是层出不群，越来越多，企业还要求你样样精通
- 观点 9：Pai Yellow Pian是世界上最好的语言，不过最好还是不要内置这种东西，一旦供应商上调整某个接口，那就完犊子了
- 观点 10：加进去不难，以后想删掉才难
- 观点 11：说实话，bun 已经脱离当初的初衷了，当初说有了 bun.lockb 可以删除 node modules ，但是我删除后跑了 vite 项目直接报 vite command not found
- 观点 1：本地部署使用了，效果一般
- 观点 2：你哪儿来的352块GPU本地部署？
- 观点 3：我用的在线的，感觉还是挺强的
- 观点 4：这种大模型没库还不训练的话本地部署都不怎么好吧
- 观点 6：数学证明写的跟4o mini 差不多水平，没啥推理能力
- 观点 7：逻辑推理能力还可以，我用了一道逻辑推理题，gpt4o，三次答案都是错的。deepseek都是对的，虽然推理过程比较繁琐。
- 观点 8：一道题没有统计意义，我做开发大量用deepseek和gpt还是claude，国产垫底，但在国内也是矮子里面拔将军
---END---
![]()
![[疑问]](https://res.wx.qq.com/mpres/zh_CN/htmledition/comm_htmledition/images/pic/common/pic_blank.gif){kind=spacer}
？本地还是rclone比较方便
