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
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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