GitHub揭3大開源趨勢:Python首度超越Java躍升社群第二大程式語言
GitHub揭3大開源趨勢:Python首度超越Java躍升社群第二大程式語言

先是微軟砸75億美元收購GitHub,其後IBM也以340億美元買下紅帽,科技巨頭頻頻的大動作,都集中在一個關鍵詞上:開源。

身為原始碼託管平台的GitHub,目前是全球最大的開源專案平台。GitHub每年都會發布Octoverse報告,向外界揭露過去一年開源社群的面面向向,而2019年度報告也在上週正式公開。

GitHub Octoverse
GitHub每年10月、11月便會公佈年度報告,揭露旗下用戶趨勢。
圖/ GitHub

南極洲也有開發者,開源熱蔓延全球

GitHub表示,開發人員數在今年夏季突破4,000萬人大關,光是過去一年間,就有超過1,000萬名開發者加入這個大家族,且首次建立儲存庫的用戶也比去年增加44%,顯示出「開源」越來越熱的趨勢。

目前逾4,000萬的用戶中,超過8成來自美國海外,貢獻者的分佈也變得更為多元,GitHub提到,就連南極洲都有開發人員。

GitHub Octoverse contributors come from
GitHub貢獻者地區統計。
圖/ GitHub

以洲進行分類的話,亞洲是今年最大的貢獻社群,貢獻人數近400萬,而成長最快的地區,則是香港(175%)、新加坡(111%)與印尼(90%)。在GitHub 2019年推出的免費私人儲存庫上,亞洲占比也達36%。

非洲與西亞則是開源專案成長最快的兩個地區,其中奈及利亞(59%)、伊朗(44%)、肯亞(44%)為前3名。

Python超車Java,首次成GitHub第2大程式語言

在開源社群裡,什麼程式語言最受歡迎?即使對開源軟體毫無興趣的人,也可能對這項趨勢感到好奇。過去一年開發者們使用了超過370種程式語言,GitHub從中列出近5年內前10大程式語言的排行變化。

GitHub Octoverse Top Languages
Python首度超越Java,成為GitHub第2多人使用的程式語言。
圖/ GitHub

在今年度的榜單中,雖然JavaScript依舊穩如泰山,坐擁第一名寶座,廣受各方工程師喜愛的Python首次超越Java,成為開發社群第2大程式語言。且C#與Shell的排名皆有所上升,

另外,GitHub指出,由於Google開源行動App開發套件Flutter的加入,身為其開發語言的Dart以532%成長遠遠拋開第2名,躍居今年竄升最快的程式語言。

而靜態語言在型別安全(type safety)與互操作性上的優勢,讓這類程式語言快速成長,榜上有名的Rust、Kotlin及TypeScript都屬於靜態語言。

GitHub Octoverse Fastest growing languages
由於Google開源行動App開發套件Flutter的加入,Dart一舉成為成長最快的程式語言。
圖/ GitHub

企業、學校皆仰賴GitHub

目前有來自70個國家地區,約300萬的企業帳戶在GitHub上活躍,他們可能是企業、非營利組織、一個開源專案等等。企業行號們不僅利用平台上的資源,也開始參與這個社群、貢獻一份心力。

GitHub提到,《財富》世界50大企業中,有35間為開源社群做出貢獻,還有29間透過企業帳戶建立軟體及App。值得一提的是,支付平台Stripe、串流音樂平台Spotify都是GitHub的愛用者。

Spotify
全球最大串流音樂平台Spotify也是GitHub的愛用者。
圖/ shutterstock

學校方面,目前有170萬人利用GitHub學習寫程式,較去年成長55%,以及76.1萬人利用了GitHub的學生開發者包,並有3.1萬名教師藉由GitHub教授開發者工作流程。

資料科學正夯,機器學習、深度學習也漸受矚目

從醫療領域拯救人命的機器學習技術,到製作稀奇古怪的機器人,過去12個月內,各式各樣的開源專案在平台上萌芽。GitHub指出,推動Python發展的「資料科學」便是一項值得點出的趨勢。

許多資料科學相關的框架與工具皆是用Python寫成,在這項主題下最受矚目的儲存庫中,約半數是利用numpy建立,這就是一個根基於Python的擴展模組。

在資料科學之外,機器學習、自然語言處理、深度學習等項目也越來越受到關注,近年來擁有非常顯著的成長。

GitHub Octoverse natural language processing repos
自然語言處理相關儲存庫近年來的數量變化。
圖/ GitHub

完整報告請見:GitHub Octoverse 2019

責任編輯:蕭閔云

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓