微软又度过了糟糕的一周,其用户的处境则更为不堪。本周曝出Windows 11再次变本加厉地将用户向付费服务引导,手段之低劣令人咋舌。远程桌面虽然在安全性上有所改进,但改进方式显示出用户测试严重不足。至于GitHub,则接连遭遇两记重击。
第一击是微软一贯的AI强推风格。GitHub将AI功能不顾用户意愿地硬塞给开发者,结果这种大包大揽的做法根本难以为继,最终不得不开始限量供应。对于一家声称深谙开发者需求、精通AI技术的科技巨头而言,这场面实在难堪。
第二击则更为严重。GitHub正在走向迟缓与失序。知名开源工具公司Hashicorp联合创始人Mitchell Hashimoto表示,由于GitHub几乎每天都会发生故障,该平台已无法被视为可靠的生产环境。这一评价的分量远超表面看起来的程度。Hashimoto本人是顶级开发者,同时也是GitHub一个鲜少被提及却至关重要角色的坚定拥护者——作为教育资源的GitHub。
开源软件的重要意义,部分正在于它将技术方法和已解决的问题变成了任何人都能阅读的"教科书"。这对于培养数字领域所需的人才至关重要——但前提是这些"教科书"能够被找到、被访问、被检索。
GitHub就是这样一座全球性的数字图书馆。它同时也是行业协作、代码版本控制以及项目跨组织迁移的标准工具。在Git和GitHub出现之前经历过这些工作的人,都会对那段痛苦岁月心有余悸。即便GitHub只做到这些,也已经是不可或缺的基础服务。但它远不止于此,它还是数字文化的重要支柱。无论微软当年收购GitHub时的出发点是什么,同时承担的还有这份责任。
客观而言,微软在大多数时候还是履行了这份责任。它没有将GitHub拆解并入现有业务,没有大规模裁员关停,也没有将其强行改造成某个战略的附庸。这些都是被收购产品常见的悲剧结局,而GitHub至今在表面上仍保持着相对独立的运营。但现在,问题的味道开始变了。
当一个原本稳定的服务变得不可靠,原因无非两种:资源不足,或关键知识的流失。给对的人配备合适的工具和预算,让他们放手去做,事情自然能走上正轨。但若管理层出了问题,再多的资源也难以阻止糟糕的事情发生。而糟糕的事情,正在GitHub上接连上演。
问题不一定出在项目的直接管理层,结构性腐化可以从组织的任何层级蔓延。有大量迹象表明,微软对AI的病态执念正在吞噬资源与管理注意力,导致其他领域的机会被错失、被忽视。微软甚至公开宣称"Windows是一个具备智能体能力的操作系统",可见这种偏执已渗透至公司战略的方方面面。
更能说明问题的是,微软正在通过支付遣散费的方式变相鼓励优秀工程师主动离职。自愿离职计划是一剂毒药,后患无穷。能力越强的人越先离开,因为他们在外部市场更容易找到高薪职位。留下来的,往往是那些缺乏才能或缺乏自信的人,在一个智识日益贫瘠的工作环境中,承担着超出其经验范围的任务和更重的工作负荷。这些人或许也撑不了多久。
微软或许真的相信,自家的AI可以填补人才流失带来的空缺。确有证据表明它这样认为,也有证据表明这一判断根本站不住脚。即便是世界上最强大的AI,也无法帮助一个提错了问题、又无视正确答案的组织。
与此同时,外部的竞争压力正在加剧。从底层到上层,各类功能完善的替代方案正在涌现,各国政府也以数字主权为由,向科技巨头的垄断地位投入了一根根引线。
任由GitHub病下去,对于一家本已令用户信心摇摇欲坠的公司而言,是最糟糕的自我宣传。这道菜已经变味。总有一天,菜单上可能只剩下一样东西:焦土。
Q&A
Q1:GitHub频繁宕机的根本原因是什么?
A:根据文章分析,GitHub频繁宕机的根本原因在于微软的管理问题。一方面,微软对AI的过度投入导致资源和管理注意力被大量占用,其他核心业务遭到忽视;另一方面,微软通过自愿离职计划变相鼓励优秀工程师离开,导致关键技术能力和知识储备流失。当资源不足或关键人才缺位时,原本稳定的服务便开始变得不可靠。
Q2:GitHub对开发者社区有多重要?
A:GitHub的重要性是多维度的。它是全球最大的代码库和开发者教育资源,让任何人都能学习技术方法和参考已解决的问题;它是行业标准的协作平台,支持代码版本控制和跨组织项目迁移;它同时也是数字文化的重要支柱。顶级开发者Hashimoto尤其强调了GitHub作为开发者教育资源的独特价值,认为这一角色长期被低估。
Q3:微软收购GitHub之后的整体表现如何?
A:文章给出了较为客观的评价。收购后,微软并未将GitHub强行拆解并入其他业务,也没有大规模裁员关停,GitHub在表面上仍保持相对独立运营并持续发展。但近期,GitHub服务稳定性明显下滑,叠加微软内部对AI的过度押注以及人才流失问题,外界对微软能否继续妥善管理GitHub已产生明显质疑。
好文章,需要你的鼓励
OpenAI推出企业级智能体平台ChatGPT Work,可跨应用自动执行多步骤工作任务,生成文档、演示文稿及电子表格等业务内容。同步推出的GPT-5.6系列模型涵盖Sol、Terra、Luna三档,主打"更低成本、更强性能"。Sol在编码、网络安全及复杂推理基准测试中表现突出,定价为每百万输入tokens 5美元。新模型还支持Microsoft 365、Google Drive等企业应用集成,并引入max与ultra两种推理模式以应对复杂工作负载。
斯坦福与UC伯克利提出LLM-as-a-Verifier框架,通过提取AI模型内部概率分布生成连续评分,在代码、机器人、医疗领域均达到最优性能,且无需额外训练。
大疆发布AP100降落伞,专为旗舰级Matrice 400企业无人机设计。该配件重约935克,支持自动与手动两种部署方式,可在600毫秒内触发展开,将无人机下降速度控制在每秒5米以内。AP100作为独立安全模块运行,配备独立飞控、传感器及备用电容,断电后仍可持续工作一小时。此外,内置飞行终止系统可在展开前切断电机,防止螺旋桨缠绕。该配件还支持欧盟EASA和英国CAA的C5/C6等级合规认证,适用于超视距飞行任务,防护等级IP55,适应-20°C至50°C宽温环境。
字节跳动Seed团队发现AI智能体在真实环境中学习的进步曲线精确遵循对数S形规律,R?达0.998,且前沿模型的学习速度每三个月翻倍。