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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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