《源知源味》第七期：代碼倉的下一站，AI時代將會出現哪些開源新范式

當AI能夠以百倍于頂尖開發者的速度生成代碼，將會給未來科技產業帶來哪些底層邏輯的變革？本期《源知源味》深入這一主題進行叩問，并進一步圍繞以下議題展開：

• 在大模型的浪潮中，開源的價值非但沒有消減，反而經歷著深刻的重塑與強化——AI如何從“聰明的學徒”演進為開源社區的新成員？又如何讓“碼盲”成為新的開發者力量，從而顛覆傳統的軟件工程范式？

• 一場略帶哲學本源的思考也行將展開：在去中心化的開源世界，中心化的商業節點藏于何處？

• 當面對已筑起高墻的CUDA生態，CANN又該如何突圍？

從理論洞察延伸至實踐路徑，本期嘉賓MOXIN社區contributor Yue chen、SecondState創始人Michael Yuan、CSDN創始人&董事長蔣濤將展開他們的思考。

開源代碼倉在AI時代的價值重塑

當前，AI生成代碼日漸普及，這很容易催生出一個普遍問題：“開源代碼倉庫是否還有意義”？在這個問題上，達成的

深層共識是：代碼倉庫與開源社區的價值不僅沒有減弱，反而正被重新定義和強化。

華為首席開源聯絡官任旭東：當下，AI與開源迎來深度交融的拐點，在開源的加持下，未來的AGI生成代碼會非常方便，那么各位認為開源代碼倉還有沒有意義？

Yue chen：代碼倉實際上更重要了。雖然AI的生成速度可能比人快上百倍，但它也非常容易出錯，需要人來篩選、驗證和回滾，管理這些問題的成本其實不低。

對資深程序員來說，AI就像個聰明又聽話的學徒，能把寫代碼、文檔，以及做測試這些占80%比重的體力活接過去，讓人能集中在剩下20%真正有創造性的部分，比如對業務的理解、架構設計這類AI還不擅長的領域。

實際上，AI現在就像膠水兒，起到粘合作用，真要構建可靠、可復用的大型系統，底層設計和核心邏輯還是得靠人。所以，軟件的第一性原理還是存在的。

Michael Yuan：我接著Yue老師的話說，個人認為AI現在越來越被當成人，正在成為代碼社區的新成員。它寫代碼很少from scratch（從零開始），而是像人一樣需要參考現有代碼。比如，我們讓AI把一個Python項目轉寫成Rust，它必須先學習Python的源碼。

這說明AI對代碼的支持有兩種：一是通用的支持；二是更重要的、針對具體項目的支持——這恰恰需要從開源社區中獲取。AI越深入參與具體業務，就越離不開開源社區提供的支持。

任旭東：Michael，你提的這個概念很好。我們以前總認為只有人組成的才叫社區，你現在擴展了它：對于很多Agent或者說Multi-Agent，它們也能組成一個社區。

“碼盲”成為程序員，智能研發或將取代傳統模式

在過去，非專業人士幾乎無法通過編程實現產品需求。而如今，AI的模塊化應用正使“人人都是程序員”逐漸成為現實，并由此催生出高度個性化的需求與實現方式。那么，未來的軟件開發底層體系又將如何重構？

任旭東：蔣總，你常說CSDN要服務上億開發者。在AI時代，開發者群體和開發模式你覺得會發生什么變化？為了實現這個愿景，整個軟件開發的工具和模式又需要怎樣被重新定義？

蔣濤：我們所說的“1億開發者”從何而來？核心在于AI將會讓很多“碼盲”轉變為程序員。什么是“碼盲”呢？就是那些過去即便有個性化需求，卻自己沒法用代碼實現的人。比如，在用Photoshop時，如果我不想用方框裁剪而想用橢圓形，這種獨特的審美需求在過去要么無法實現，要么需要花費天價來請程序員定制。

但現在情況不同了，用AI來實現這種需求可能只需要200塊，甚至每個人自己都能通過AI來完成。這就催生了一個全新的“開發者群體”，他們原本是“碼盲”，現在卻能親手實現海量新型、一次性或高度個性化的應用。

這也意味著整個軟件開發的底層體系需要被重構：面向大模型，怎么給它提供原料和工具。就像當年JavaScript的出現一樣，現在需要主動為AI時代設計全新的開源生態、編程語言和工具。不能依賴偶然，比如某個程序員個人的品味決定了AI的產出風格，而是要系統地構建一套面向大模型的智能研發新范式，未來可能會出現大模型之下的編程模式——智能研發，軟件開發工程在大模型時代將被徹底重新定義。

在去中心化的開源世界里，找到中心化的商業節點

開源是去中心化的，但是商業價值往往需要通過中心化的邏輯來產出。那么，如何能夠在去中心化的開源中挖掘出中心化的商業機會？另一方面，“AI工廠化”是否會成為未來的趨勢？在“個性化”和“one size fits all”之間，將會呈現怎樣的趨勢？

任旭東：我們看過去開源的兩代人，從Richard Stallman的自由軟件協議，到林納斯，后者不僅創造了Linux更發明了Git。雖然是Linux產生了更大的影響力，但我們之前在香港和他聊的時候，他本人表示更自豪的貢獻是Git。然而，Git中的開發者自身很少有從中獲得收益的。那么，在去中心化的開源世界里，是否蘊含著新的、未被發掘的中心化商業機會？

Yue chen：我很想做個類比，GitHub其實當年叫Social Coding，它本質上是一個程序員的社交網站，初衷是模仿Facebook做社交編程。這種社交創作屬性有點類似于YouTube，但和YouTube相比，它的創作者變現模式發展得很不成熟。比如，YouTube有通過收費頻道、廣告等獲得豐厚收入的大UP主，而GitHub上的開發者大多只能獲得“打賞一杯啤酒”這樣的微薄收益，主要的價值還是被平臺獲取。當然，這背后既有支付等基礎設施不完善的原因，也因為GitHub社區自身濃厚的理想主義色彩，導致其商業化進程緩慢且薄弱。

任旭東：你說的這點很好，就是YouTube，或者是像抖音、B站這些平臺能夠讓優質視頻產出者得到回報。

Michael Yuan：程序員在GitHub這類平臺上直接變現確實困難，因為愿意付費的通常是來招人的公司，而非為代碼付費。但這里揭示了一個更本質的商業規律：Git本身是去中心化的，而GitHub的成功恰恰在于它在這個去中心化的系統里，找到了一個充當“中心化節點”的機會——即成為所有人協作的中心。

所以，我覺得有一個非常重要的發展趨勢，那就是：真正能創造巨大商業價值的，往往不是在推行純粹的去中心化，而是能在去中心化的浪潮中，敏銳地發現并構建出新的中心化樞紐，就像區塊鏈中的交易所一樣。去中心化是底層趨勢，而成功的關鍵在于找到其中不可或缺的中心化節點。

任旭東：為什么過去一個個技術走向千行百業的時候，都催生出了流水線作業。未來AI是否也會走向工廠化趨勢？我們能否在開源社區找到更現實的意義？

Michael Yuan：“AI的工廠化”這點確實有不少人提過，比如，英偉達也提出了算力工廠。工廠化的意思是生產標準化產品，但AI技術的真正潛力在于滿足高度個性化的需求，而不是提供one size fits all的標品。我認為未來的趨勢還是走向去中心化。每個人都可以在通用算力底座之上，利用開源模型構建屬于自己的、具備獨特知識和能力的AI，最終生產出自己想要的東西。

任旭東：我很同意，工業化確實壓制了個性化需求，反而是在農業時代還更具個性化，比如還有裁縫能量體裁衣。

Yue chen：云計算當年被提出的時候就是被當作公用事業，但它本質上還是需要寫代碼的人機交互。而AI是真正的交互革命——從寫代碼變成直接說話，讓每個人都能進行創作和解決問題。但這帶來了算力的巨大消耗，現在硅谷的VC（風險投資商）甚至用消耗的token量來衡量公司的AI能力。

蔣濤：我覺得需要一個演進的過程，短期來看，會涌現大量1到10人的小公司，把過去千篇一律的軟件服務做得高度個性化；長期來看的話，大模型會像電力一樣成為國家基礎資源——當算力需要動用上千萬臺卡時，這種能力肯定會是國家來掌控，不可能留在私人企業手中。

開源讓開發者成為“設計師”

做好開源社區，就是在服務

好開發者，開源項目就是在為開發者服務的。而開發者不僅是使用者，更是創造者，他們不僅僅是“瓦匠”，更是“設計師”，正是因為開源中可以不斷迭代的設計理念，才真正讓開發者的產出有了商業化的路徑。

任旭東：剛好我有一個問題比較好奇，想問蔣總。你本來是聚焦在開發者領域的，為什么對開源有這么大的興趣？或者你感覺開源跟開發者之間是個什么邏輯關系？

蔣濤：這就是一個演化的過程。就像剛才講的，開源吞噬了軟件。現在做軟件，所用的工具和技術都來自開源，所以開發者既是開源的創造者，也是開源的使用者，這本身是密不可分的。但在很多大廠，他們不僅建了開發者團隊，然后又建了開源團隊，恨不得建兩個部門。

對我們來說，因為是圍繞著人做服務，所以核心是“人”。但從GitHub、Hugging Face的角度，它們是從開源項目出發，目標是讓項目得到更好的服務，這兩個維度還是有差別的。但是，要做好開源社區，實際上就是要服務好它的開發者，因為開源項目就是為開發者服務的，這是第一點。

從商業上講，第二點就是Linus常講的那句話：“把代碼給我（Show me the code）。”代碼非常重要。不管我對你這個人的評價如何，還是我要做成一件事，其實我都需要拿到代碼。包括最早Richard Stallman為什么要做（開源）這個事？就是當你所有拿到的軟件都想改它一下，也能達成你的想法，這才是有價值的地方。如果拿過來都不能改，你就只是一個堆砌的“瓦匠”。但如果能修改，那就是“設計師”。所以，開源是在商業化的道路上找到的一個路徑。

突破CUDA生態壁壘：昇騰CANN社區的建設路徑建議

面對CUDA已經成熟的生態壁壘，CANN應該如何突破？

任旭東：CANN是華為升騰芯片的一個重要社區，這個框架也已經面向全社會開源，而且承諾在今年年底之前將這個社區正式發布出來。從各位資深的開源社區專家來看，你們有什么好的建議？

蔣濤：我覺得開源非常重要。因為如果不開源，開發者碰到問題就會被卡住。比如梁文峰他們做DeepSeek，用PTX繞過CUDA改寫GPU代碼。所以，需要把它開放出來，才能夠讓社區的力量、創新的力量滲透進去。這是第一點。

第二點，我覺得現在面臨的問題很迫切，時間很緊迫。CUDA布局了這么多年，所有AI框架、算子、開源項目跟它的匹配度都是原生的（native）。我們怎么樣讓這個生態能夠比較好地、快速地遷移過來？我是覺得在架構設計上要能提出一些關鍵和需要解決的問題。這些問題可能由CANN團隊來解決，也有可能是社區的優秀人才來幫忙解決。

Michael Yuan：蔣總這里講到了一個我覺得非常重要的事情，但他也說了是干不完的事情，就是把CUDA上面的各種應用、各種生態都移植到CANN上來。然而，當下正面臨一個契機，可以嘗試讓AI來完成。是否可以設計這樣一個實驗：利用AI直接將CUDA編寫的項目遷移到CANN上。

事實上，我們在GOSIM里面有很多這樣的社區，比如SGland項目，或者將Llama等模型移植到不同后端（CBP等）的工作。這些項目通常與CUDA深度綁定，但同時也有多個后端的實現方案。我相信，這些社區和項目本身是愿意支持華為芯片以及像CANN這樣的框架的。但問題在于，對于開發者來說，CANN是一個新事物，缺乏現成的經驗和路徑，因此很少有人主動去嘗試。

Yue chen：我是從另外一個角度來看。雖然我本科學的是信號處理，但在我上學的時候，其實沒有接觸過DSP芯片（比如TI的TMS320），學校就是用計算機模擬。但DSP基于Harvard架構，是有并行性的。所以，好一點的做法是要把DSP放到大學的課程里。因為我們認為未來CANN的開發者，不是只寫PHP、JavaScript，還是要懂計算機體系結構，能寫匯編代碼。

另外，我覺得CUDA有一個優勢，就是它有GPU，所以有GPU的人都可以用CUDA。但當時你要買一個DSP開發板，評估板就好幾千。所以，這種可及性很重要。我們現在一定要降低使用硬件的成本，降到每個開發者都能夠買一塊。還是再回到CANN社區應該提供這種availability(可得性) 、accessibility(可及性) 以及便利性。如果降100塊錢可能增加10倍的開發者，然后讓高校的理論課實踐課都盡量用到CANN，這些我覺得都可以嘗試。

任旭東：如Yue所說，我們當前正在陸續推出一項名為“AI百校”的計劃，其核心正是為高校提供算力扶持，降低學習與應用的門檻。這個“百”是泛指，希望未來能擴展到一千所甚至更多學校。這項計劃的具體信息會在華為官網、開發者官網，以及GitCode上同步發布。

結語

本期《源知源味》探討的主題圍繞開源代碼倉在AI時代的意義、AI與開源的深度交融，以及智能研發新范式等展開，Yue chen、Michael Yuan、蔣濤三位行業資深技術人一起帶來了這場精彩對談。