跳到主要內容

在龐大的中國企業,開源文化如何導入企業,協助團隊立功?

說到華為,多數台灣人可能只會聯想到監控疑雲與中美貿易戰,鐵幕之後的企業文化則難以得知。但在這個神秘、封閉的公司之中,開放原始碼文化已經悄悄地在華為內部合作模式上開花結果。

華為之所以擁抱開源,要從庄表伟說起。曾經做過研發與管理的庄表伟,進入盛大創新院負責開發者關係,研究企業要如何與外部開發者維持聯繫。他笑說這個工作是「花了公司的錢,交了自己的朋友」,但也因此在社群中廣結善緣,繼而被華為挖角做企業的「內源」。

所謂的「內源」乃是華為公司內部,將開源的邏輯、文化、工具與演進,引入企業內使用,期望幫助企業內部更有活力,各部門之間更加開放、交流,走出去。並借鏡開源貢獻者的經驗,幫助企業內部實現程式碼的復用,增加企業整體效率。

最初,華為的高層希望庄表伟可以用激勵開源參與者貢獻的方法,鼓勵公司內部員工多多參與產品開發,所以他說自己的工作是「佈道師」,內容有三個主軸:利用《大教堂和市集》等書籍與資源,來介紹開源的邏輯;以Linus定律說明為何開源會比起企業習慣的嚴密管控更加安全;介紹開源社群的工具、文化與歷史,「洗腦」員工接受開源的做事方法。

從庄表伟2013年進入華為至今,華為的內源社群平台已經有15萬使用者。庄表伟說,一開始進入華為的心態是「我是對的、你是錯的」,但後來慢慢轉變,理解到彼此都要改變,所以最後的工作成果,可以說是庄表伟對軟體開發的想法、華為公司的傳統,與社群理念三者的結晶。

繁榮的開源社群,對企業能有什麼啟示?他認為,因為企業內部更加開放,更加願意互相交流,會使得企業更有活力,員工一方面願意走出去,一方面也學到新的東西。此外,在他進入華為並協助導入各種工具的過程中,證明了企業也能應用開源的開發方法。而開源社群所熟悉的程式碼復用,企業原先不習慣而做得不夠好,但隨著庄表伟等人的努力,今年初華為向員工發信,宣布推動「基於committer的社區化code review」機制,程式碼復用的問題也現出了一道曙光。庄表伟說,一名程式碼審查者對於審查可能有2分的評分比重,但一般員工也會有1分,這種機制也鼓勵員工之間互相協助,促進開發流程。

當然,開源與企業的關係並非只有前者協助後者。企業的開發文化,同樣也流回了開源社群。庄表伟舉了幾個例子,像是程式碼的分支保護、持續性整合與發布(CI/CD)、Trello式的專案管理服務,都是企業率先使用,而後備受開源社群喜愛的作法。

庄表伟認為團隊由人組成,人需要管理,而管理需要工具。他說,社群天馬行空、想法不少,但開發出來的成品可能較為簡陋;企業偏商業導向,成品要能賣錢,可能會越來越複雜而繁瑣,因此兩邊需要互相借鑑。庄表伟鼓勵社群與企業的創新交流如果愈多,兩邊研發工具也會愈相像、愈好用。


本文作者:林冠廷
責任編輯:呂昕恩
本文原作者 林冠廷 以 CC BY-SA 4.0 授權分享予公眾使用

留言

這個網誌中的熱門文章

鑽石級贊助商 - KKBOX 帶你打造具備 NLP 功能的 Telegram Bot (上)

打造具備 NLP 功能的 Telegram Bot(上) 最近因為一些契機學了 Python 3,用它做了一個 Telegram Bot ( GitHub 連結 ),裡面用到 NLP Service,用上下兩篇文章記錄一下實作過程還有眉角。上篇首先教大家如何做一個最基本的回聲 Chatbot,接下來我們可以透過 NLP 服務,讓 Chatbot 根據使用者不同的訊息做回答,這樣就變成更加人性化的聊天機器人囉! 使用的工具及服務: Python 3 (for develop) pipenv (for dependency management) OLAMI (for NLP) ngrok (for testing) Step 1. Creating new bot Telegram 很有趣的地方在於,與其他通訊軟體(Line、Messenger)相比,開發者管理 Bot 的方式也是透過官方提供的一位 Bot 在處理的,它叫做 BotFather (眾 Bot 之父 XD)。如果已經有 Telegram 帳號,只要加 BotFather 為好友,就可以開始管理你的 Bot。 加入 BotFather 好友後,它會親切地問候,並告訴你他能為你提供什麼服務。 I can help you create and manage Telegram bots. If you're new to the Bot API, please see the manual ([https://core.telegram.org/bots](https://core.telegram.org/bots)). You can control me by sending these commands: /newbot - create a new bot /mybots - edit your bots [beta] /mygames - edit your games ([https://core.telegram.org/bots/games](https://core.telegram.org/bots/games)) [beta] Edit Bots /setname - change a bot's name /setdescr...

機器學習的五大實務問題:對企業的影響與相應的化解方式

Appier 首席機器學習科學家 林守德博士 正如 Jason Jennings 及 Laurence Haughton 在《以快吃慢–如何藉速度在商戰中克敵制勝》一書中指出──未來,不是大公司吃掉小公司,而是速度快的公司吃掉速度慢的公司。 從現在開始,唯有善用適當的資訊快速做出決策的企業,才能成為戰場上的贏家。 機器學習技術驅動了這場變革。無論企業是嘗試向顧客提出建議、改進生產製造流程或應對市場的變動,都能運用機器學習技術處理大量的資料,進而提高自身的競爭優勢。 然而,機器學習雖能創造大好機會,卻也同時帶來了相應的挑戰。機器學習系統需要大量的資料,以及執行複雜的運算能力。顧客期望改變、出乎意料的市場波動等等外部因素,都意味著機器學習模型的運作並不是百分之百的自動,往往仰賴許多外部的資源來作監控及維護。 此外,機器學習也有不少尚待解決的實務問題。以下將深入探討機器學習的五大實務問題,以及這些問題對企業應用會產生的影響。 1. 資料品質 機器學習系統仰賴資料進行訓練,而訓練資料在廣義上可分為「特徵」及「標籤」兩種類別。 「特徵」是輸入機器學習模型的資料,像是來自感測器、顧客問卷、網站 cookie 或歷史資訊等等。 然而這些特徵的品質可能良莠不齊。舉例而言,顧客在填寫問卷時可能會隨便填寫,或對題目略而不答;感測器可能因失靈而回傳錯誤資料;即使使用者的網頁行為明確,網站 cookie 回報的資訊也可能不完整。 此外,資料也可能包含雜訊,當無謂的資訊夾雜其中時,機器學習模型將會受到誤導而做出不正確的預測。 相較於「特徵」,「標籤」的正確性與穩定度更為重要。標籤是機器學習模型最後輸出的結果。所以需要在訓練的時間利用正確的結果教導機器學習模型。標籤的稀疏性也是個問題,這是當系統已掌握大量輸入的資料卻對輸出的結果沒有把握時出現的現象。在這樣的情況下,將難以針對該模型偵測其特徵與標籤之間的關聯性優化,甚至需要耗費額外的人力干預,將標籤與輸入資料關聯起來。 機器學習需仰賴輸入與輸出資料的關聯,才能具備足夠的泛化能力以預測未來行動並提供相關建議。因此,如果輸入資料過於雜亂、殘缺或有所偏差時,將可能難以理解某輸出/標籤的產出原因。近年來機器學習也開發出許多先進的方法如半指導式學習,轉移學習來處理這樣的問題。 2. 複雜性與品質的取捨 建立強大的機器學習模型需要大量的計算資源來處理特徵和...

COSCUP 2025 Call for Proposals / 徵稿辦法

COSCUP 常規徵稿已於 2025-05-10 截止,接下來進入加碼徵稿階段。加碼徵稿是為了提升大會的稿件品質,依據投稿狀況(數量、品質)部分徵稿主題可能提前喊停。最遲請於 05 月 24 日(AoE) 前投稿,徵稿主題可參考下方列表。 The regular call for proposals (CFP) for COSCUP closed on May 10, 2025. We are now entering the bonus CFP phase to improve the quality of submissions. Some topics may close earlier than expected, depending on the current status of submissions (in terms of quantity and quality). Please submit by May 24 (AoE) at the latest. You may refer to the topic list below for inspiration. 開始投稿 Submit Your Proposal 提案須知 Things you may need to know 演講形式:預設為現場30分鐘演講包含QA,若有其他需求可於提案系統註明,由各主題主辦單位決定如何安排。 Talk Format : The default format is a 30-minute on-site talk, including Q&A. If you have other requirements, please indicate them while submitting your proposal. The final arrangement will be decided independently by the organizers of each topic. 語言:COSCUP 受眾包含海內外與會者,大會不限制發表語言但鼓勵以英語發表。大會將公布雙語議程表,請提供中英文版議程介紹。 L...