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
灰鲸近年开始在旧金山湾意外停留,频繁遭遇船只碰撞威胁。2025年已有21头灰鲸在湾区死亡,其中40%死于船撞。为此,WhaleSpotter公司于2026年5月推出基于AI的鲸鱼检测系统,通过安装在天使岛的热成像摄像头捕捉鲸鱼喷水画面,结合AI模型识别后由人工核实,再向附近船只发出预警。系统已在运行约一周半内记录了6600次检测,据称可将船撞风险降低90%。
清华大学等机构提出首个实时双工多模态交互评测基准Omni-DuplexEval,含660个视频、9项任务,揭示当前最佳AI模型综合得分仅39.6分,远低于人类81.8分。
戛纳电影节今年将AI议题推至焦点。导演达伦·阿罗诺夫斯基认为AI是扩展电影创作工具箱的手段,而非替代人类创作者。史蒂文·索德伯格与Meta合作,将AI用于约10%的纪录片画面。彼得·杰克逊将AI比作早期电影的定格动画技术。但吉尔莫·德尔·托罗表示宁死不用AI,赛斯·罗根也批评AI辅助编剧毫无意义。戛纳主竞赛单元禁止纯AI生成影片参赛,业界对AI的边界与规范仍争议不断。
上交大与腾讯ARCLab提出SGT方法,通过将图像分割作为生成代理任务,有效打通统一多模态模型中理解与生成两种能力的表示空间,在多个主流评测上取得一致性提升。