AI “开源”的开发者体验之谜思.pdf

1、边思康边思康（边边澄）、吕峰军（澄）、吕峰军（明城明城）蚂蚁开源观察一：观察一：AIAI“开源开源”目前是一个混沌态目前是一个混沌态开源的定义，其实不存在了，OSAID 的定义没有被共识“可复现”这件事变得很困难，数据孤岛很严重Note:pictures from internet,copyrights belong to their original author观察二观察二：AIAI 开源的开发者都是谁？开源的开发者都是谁？曾经以为他们跟之前的开发者很像 如今看到算法，产品，vibe coder，好多种Note:pictures from internet,copyrights belon

2、g to their original author蚂蚁集团在 AI 领域的开源实践起步较早，2017 年就与 Ray 分布式计算框架社区合作，构建 AI 底层开发基建。这几年，随着 AI 快速发展，我们在今年 3 月开源了自研的 MoE 模型，命名为 Ling，并通过 InclusionAI（https:/ AI 模型的普及和应用。首先首先，蚂蚁集团的蚂蚁集团的 AIAI 开源社区背景开源社区背景首先，这是蚂蚁首次做 AI 模型开源社区，以及加上很多意义上的首次。其次，我们的开发者又在哪里呢？在开发者变的情况下，如何考虑“体验”呢？开发者体验开发者体验背景背景 “短期看来是我们处在空白期短期

3、看来是我们处在空白期”治理社区平台多样化（需同时维护 GitHub 和 HuggingFace）交付物复杂（模型、代码、Paper、数据集等等）开发者体验开发者体验迷思一：他们在哪儿？迷思一：他们在哪儿？Note:pictures from internet,copyrights belong to their original author开发者体验开发者体验迷思二：怎样的体验才算好？迷思二：怎样的体验才算好？社区文档不完善，在 AI 项目中尤其是；开发工具链不成熟，行业迭代和更新都飞快，“小病小治，大病不治”。Note:pictures from internet,copyrights b

4、elong to their original author开发者体验迷思三开发者体验迷思三：怎么合作？：怎么合作？团队工程化能力和社区开发经验不足社区协作门槛高，“论文有很多，但是 patch 却很少”Note:pictures from internet,copyrights belong to their original author“技术的迭代和演进导致规则的更新和范式的变化”OSPOOSPO 视角的挑战视角的挑战技术发展新产品新商业模式新组织形态Note:pictures from internet,copyrights belong to their original autho

5、rOSPOOSPO 视角迷思一：社区治理机制不存在视角迷思一：社区治理机制不存在高贡献门槛，模型选择多，没有粘性、也形成不了壁垒知识产权和许可协议冲突训练优化和资源消耗巨大，一般人玩不转Note:pictures from internet,copyrights belong to their original authorOSPOOSPO 视角迷思二：技术工具链割裂视角迷思二：技术工具链割裂传统 CI 无法已经无法适用 AI 项目数据使用和确权、训练这块即便“开源”也还是“闭源”Note:pictures from internet,copyrights belong to their or

6、iginal authorOSPOOSPO 视角迷思三：视角迷思三：AIAI 开源成功案例稀缺开源成功案例稀缺一个什么样的模型/数据开源社区才是好社区？在社区里，怎样的动作才算是最佳实践？GitHub 数据使用场景多，模型平台可用数据场景少Note:pictures from internet,copyrights belong to their original author尝试一：提前启动开源治理工作尝试一：提前启动开源治理工作23 年更新了开源流程，以适用不断发展的各种形式的开源项目设立数据集开源流程，针对模型开源有专门的流程管控模型合规安全探索，