Meta想要自己做一个搜索引擎，这样他们的AI聊天机器人可以在网上爬取信息，能直接回答用户一些时事问题，而不用总是依赖谷歌搜索和微软的搜索引擎必应（Bing）。
美东时间10月28日周一，据The Information报道，一个和Meta搜索引擎团队谈过的人说，这样做的目的是，万一哪天谷歌和必应不再和Meta合作，Meta还有自家搜索引擎来为用户提供信息。目前Meta人工智能的用户在查询新闻、体育和股票信息时，都是依靠谷歌和必应提供的数据。
受此消息影响，美股早盘谷歌A短线走低跌近0.8%，而Meta盘初涨超1.9%后徘徊0.3%左右涨幅。
Meta努力减少对其他科技巨头的依赖
Meta创始人、董事长兼CEO扎克伯格正努力减少Meta对其他科技巨头的依赖，例如此前Meta依赖苹果公司，由于苹果更改规则，导致Meta通过iPhone应用赚取广告收入变得更困难，这让扎克伯格很头疼。
为了应对这一挑战，Meta最近选择和路透社合作，提升其AI在时事和新闻相关领域的回答能力，减少对谷歌和必应的依赖。不过，现在还不清楚Meta是不是要给谷歌或微软付钱，让他们帮自己的聊天机器人回答问题。扎克伯格在今年四月份曾说过，Meta和谷歌之间“资金往来并不多”，但没有详细说明。
不管现在的情况如何，Meta对未来的发展仍持谨慎态度，因为越来越多的用户开始转向使用ChatGPT等AI应用，而非谷歌这样的传统搜索引擎。
OpenAI研发的ChatGPT等AI虽然具备强大的语言理解和生成能力，但它们本身并不具备直接连接互联网获取实时信息的能力。因此在某些情况下，它们需要借助外部信息源，如微软必应这样的搜索引擎来获取最新信息。微软作为OpenAI的主要投资者之一，其搜索功能对OpenAI的AI来说至关重要。
Meta AI是Meta的核心策略，目的是让人们更喜欢用他们的聊天机器人，多花点时间在Meta的各个应用上。 Meta想要让这些机器人将来能自己干大事，比如自己写软件或者帮商家打广告。Meta把这些聊天机器人放在了自家应用的显眼位置，用户在Facebook、Instagram、WhatsApp和Messenger上都很容易找到，可以轻松地接触到并开始对话。
今年八月份，扎克伯格曾透露，Meta AI每周活跃用户已超过1.85亿，与OpenAI的ChatGPT每周2.5亿用户的差距正在缩小。用户使用这两个聊天机器人的目的可能不同，Meta的机器人主要用于社交媒体，而ChatGPT更多被程序员用于编写或检查代码。
Meta AI的搜索引擎团队由高级工程师经理苏雪源（Xueyuan Su）领导，该团队已工作至少八个月，他们的任务是负责访问各种网站并将网页整理进数据库，这一过程称为网络索引，就像是给网页编个目录。以后，Meta的AI就可以查这个目录来回答用户的问题。此前，这个团队的存在并未被外界所知。
Meta的网络爬虫技术自七月以来已公开。Meta表示，他们使用这个爬虫机器人“来训练AI模型或者通过直接在网上索引内容来改进产品”。然而，一些网站如《纽约时报》，不允许Meta的机器人访问其内容。
全新架构处理器整合NPU，目标2025年在1亿台个人电脑实现AI应用
生成式AI应用的浪潮席卷而来，微软和谷歌等企业将生成式AI技术融入到生产力产品悔搏中，如微软M365中的Copilot和谷歌 Workspace服务中的Duet AI。 然而，这类应用背后依赖的庞大运算资源使得只有少数大型企业和云端服务提供商能负担得起。 为了解决这一问题，企业开始在性能较强的笔记本电脑上部署小模型，如Meta的Llama 2 7b基础模型和Whisper语音转文字模型，这些模型参数量约为70亿。 在笔记本电脑上执行生成式AI应用不仅能保护隐私，避免内部资料上传到云端，还能利用MDM等管理工具加强管控，让模型输出更贴近使用者情境，同时支持离线使用。 成本考量也是关键因素，相较于将所有推理任务在云端执行的高昂成本，本地处理能有效节省费用。 然而，现今笔记本电脑处理器架构主要针对文书处理、影音娱乐及游戏需求，而非专为AI应用设计，执行生成式AI应用时通常需要大量GPU资源，耗电量大，影响用户体验。 为应对这一挑战，英特尔在创新日上展示了整合AI加速引擎NPU的移动PC处理器Core Ultra。 NPU专为加速AI应用设计，能以更节能的方式在笔记本电脑上执行AI运算，满足长时间或连续使用的生成式AI应用需求，同时确保工作负载顺畅执行，不会影响其他应用。 苹果和AMD分别在Macbook和Ryzen 7040系列处理器中集成NPU，提供媲美GPU的AI算力但更省电。 借助NPU设计，苹果和AMD的移动PC处理器在处理生成式AI工作负载时表现优于一般x86处理器。 英特尔在9月的创新日上宣布将聚焦移动PC上的AI应用，推出首款内置NPU的移动PC处理器Core Ultra，以响应生成式AI应用的需求，特别是与生成式AI相关应用。 这款处理器结合多项新技术，包括Intel 4制程节点、3D高效混合架构和Foveros封装技术的小芯片设计等。 微软新操作系统与移动PC的AI硬件紧密结合，强化了对于新处理器的支持，使生成式AI助手性能提升。 此外，微软预告下一代Windows版本将与英特尔处理器更紧密整合。 英特尔展示了搭载Core Ultra新处理器的移动PC执行AI应用，如在音频编辑软件中生成Taylor Swift风格的歌曲，以及在Lunar Lake处理器平台上执行Stable Diffusion模型的图片生成功能。 内部测试显示，使用NPU执行生成式AI应用时，在反应时间与功耗方面都优于不使用NPU的情况，整体效率提升显著。 英特尔新处理器预计在12月14日正式推出，首批搭载该处理器的AI PC笔记本电脑厂商包括宏碁等。 宏碁展示了使用Core Ultra处理器的笔记本电空前纳脑执行图像生成模型，可以在屏幕上快速生成动态立体的太空人桌布。 此外，宏碁还发布Acer Parallax View工具，让使用者自行在笔记本电脑中为图像添加各种动作效果，或利用前置镜头追踪使用者脸部轮廓，建立自己的3D人脸。 英特尔对于AI PC处理器平台蓝图的公开，透露了Meteor Lake下一代处理器的代号是Arrow Lake，将使用Intel 20A先进制程技术，以及Lunar Lake和Panther Lake处理器，预计在2025年前推出，这两款产品将采用Intel的18A制程。 英特尔对于AI基础架构的分类能够反映出不同处理器能够支持处理的推理模型参数规模，从参数小于10亿的小模型，到参数超过1,000亿的大型模型，英特尔的AI PC处理器平台能够支持从本地处理到多节点运算丛集的广泛范围。 为了推动AI在PC产业的发展，英特尔启动了AI PC加速计划，目标2025年在超过1亿台个人电脑上实现AI应用。 英特尔与100多家软件供应商合作，共同开发300多项AI加速功能，涵盖软件开发、影像处理、视讯会议、协作、串流游戏及安全等领域。 首批合作伙伴包括Adobe、Audacity、BlackMagic、BufferZone、CyberLink、斗没DeepRender、MAGIX、Rewind AI、Skylum、Topaz、VideoCom、Webex、Wondershare Filmora、XSplit及Zoom等。 英特尔在深度学习应用工具套件OpenVINO 2023.1版中支持脸书Meta的Llama 2等基础模型的优化功能，以及正式支持Arm硬件，以利于开发者开发跨平台的AI应用。 此外，英特尔与Hugging Face合作打造支持生成式AI模型推理的软件加速器，提供最佳化AI软件工具、框架和代码库等。
世界估值前十名的公司
世界估值前十名的公司有：苹果、沙特阿美、微软、谷歌、亚马逊、特斯拉、伯克希尔哈撒韦公司、英伟达、台积电、Meta（前脸书）。
第一名：苹果
苹果是美国一家集合设计，产品和销售的高科技公司，成立于1976年，公司总部位于美国加利福尼亚州的库比蒂诺，员工约13.2万人，主要创始人是乔布斯。 苹果的主要营收来自于苹果手机、平板销售和软件业务。
第二名：沙特阿美
沙特阿美是世界上最大的石油公司和世界上第六大石油炼制商，成立于1933年，公司总部位于沙特阿拉伯达兰，员工约8万人。 沙特阿扒告美主要营收来自于石油业务，拥有世全球最大的油田，开采成本也低，是全球消销利润水平最高的公司。
第三名：微软
微软是美国一家跨国科技企业，创立于1975年，公司总部位于美国华盛顿州雷德蒙德，员工约17.5万人，创始人是比尔·盖茨。 微软营收主要来自于电脑软件服务业务。
它几乎垄断了电脑操作系统，比如Win7，Win10还有office软件都是出自他们公司，所以只要电脑使用它们的系统，它就能从中抽成。
第四名：谷歌
谷歌是全球最大的搜索引擎公司，成立于1998年，美金公司总部位于美国加利福尼亚州圣克拉拉县山景市，员工约18.7万人，由拉里·佩奇和谢尔盖·布林。
谷歌主要利润来自于谷歌和油管（Youtube）里关键词广告服务。 我们在视频播放前或搜索界面看到的广告，都是客户支付广告费给谷歌公司去投放的。
第五名：亚马逊
亚马逊是全球规模最大，用户最大的网络电子商务公司，成立于1994年，公司总部位于美国华盛顿州西雅图，员工约150万人，创始人是杰夫·贝索斯。 亚马逊的营收主要来源于网站销售业务，快递业务和云春桥明服务业务。
第六名：特斯拉
特斯拉是美国一家电动汽车及能源公司，创立于2003年，公司总部位于美国加利福尼亚州帕洛阿托，员工约13万人，现任CEO是埃隆·马斯克。 特斯拉的营收主要来自于车辆制造业务和再生能源业务。
第七名：伯克希尔哈撒韦公司
伯克希尔哈撒韦公司是世界上最大的四家再保险公司之一，创立于1956年，公司总部位于美国内布拉斯加州奥玛哈，员工约36万人，公司董事长是沃伦-巴菲特（被称为“股神”）。
第八名：英伟达
英伟达是一家人工智能计算公司，创立于1993年，公司总部位于美国加利福尼亚圣克拉拉市，员工约人，公司创始人是黄仁勋（美籍华人）英伟达公司营收主要来自于各类硬件产品（显卡，显示器，GPU等），软件产品以及Ai芯片制造。
第九名：台积电
台积电成立于1987年，是世界第一的芯片制造商，公司总部和主要工厂位于新竹科学园区，员工约人，公司创始人是张忠谋。 台积电公司营收主要来自于芯片、圆晶代工和半导体业务。 我们现在手机电脑上的芯片都有可能出自于台积电。
第十名：Meta（前脸书）
Meta是由之前Facebook（脸书）更名而来，创立于2004年，公司总部位于美国加利福尼亚州门洛帕克，员工约人，公司老板是扎克伯格。 Meta的主要营收来源于Facebook和（全球最大社交媒体平台）Instagram的广告业务。
以上内容参考：网络百科-苹果公司
以上内容参考：网络百科-台湾积体电路制造股份有限公司
以上内容参考：网络百科-沙特阿拉伯国家石油公司
2022年软件开发的十五种趋势 - geekculture
以下是通过参加了一些关于软件开发的会议搜集到的软件开发趋势：
1. 可观察性[跟踪、监控和记录]是至关重要的! 你正在开发你的软件，并且你已经准备好部署它。 所有的测试都通过了，测试覆盖率也达到了一个不错的水平。 知道了这一点，我们就可以部署我们的代码，并继续平静地工作。 尽管这不是最理想的情况（也很罕见），但我们的代码仍然可能失败。 是的! 因此，开发人员需要一直观察他们的代码，并让它一直报告指标。 万一有什么故障，你需要让你的系统准备好向你提供日志。 可观察性是至关重要的。 没有它，开发者就是瞎子。 它让我们有机会随时对系统中发生的每个问题做出反应。
2. 同时使用 无服务器 和 有服务器 方法是一个很好的做法。 在这种情况下，我们可以从两种软件开发方法中获益。 无服务器是一种在没有任何服务器参与的情况下运行应用程序（看似）的方式。 当然，这是一个重大的简化--总是有服务器参与其中；只是在这种情况下，你不需要对它们做任何事情，而且它们是预先配置好的。 它被吹捧为新的黑 科技 ，除了......它并不是解决所有疾病的完美疗法。 首先，你不能配置底层服务器，正如我们之前提到的。 你也不能真正知道引擎盖下有什么。 这个主要的缺点同时也是这个方法的主要优点。 你不需要配置任何东西，所以与其说是部署铅闷 担心，不如说是部署 忘记。 无服务器或有服务器的解决方案都有好处。 在现代系统中，通常会加入两种方法来获得大部分的解决方案。
3. 容器化一切! Kubernetes是一项热门技术! 并非所有的软件开发趋势都是好主意。 你还记得CoffeeScript或Ruby吗？很遗憾，我们有。 幸运的是，Kubernetes（K8S）看起来并不像要加入这两者的悲哀谷中。 K8S正在使 DevOps 专家的生活变得更加、更加、更加容易。 以下是引入容器化和容器协调作为你的技术战略的核心条款所能带来的好处。
Pearson案例研究 | Kubernetes：缩短新功能的上市时间，将配置速度从几个月提高到几分钟，并确保为一家服务于 7500 万用户的教育公司提供高 SLA。
Prowise 案例研究 | Kubernetes：应用程序版本之间的停机时间为零，新部署几小时到几秒，在包含许多产品的复杂开发环境中，新版本的速度提高了 3 倍。
Zalando 案例研究 | Kubernetes：欧洲 时尚 电子商务领导者使用 K8s 实现可 扩展性 ，支持多种业务用例，如当日交付、多租户，增加其产品和地理范围，并使他们能够重写和创建所有 SaaS 产品他们一直用作定制软件。
阿迪达斯案例研究 | Kubernetes：电子商务网站的加载时间减少了一半，每天发布多次而不是每月一次，由于阿迪达斯转向 云原生 ，开发人员拥有更多的自主权。
4. 当涉及到软件架构时，我们应该分而治之 大规模的单体在某种程度上是一个昨天的故事。 它们长期困扰着开发者，不过现在已经不是了。 将巨大的单一代码库分割成较小规模的应用程序是新的做事方式。 它可以使你的应用程序防火，减少错误的频率，使应用程序在发生错误时更加安全。 缺点是，应用程序变得更难测试，而且需要更多的资源来完成。 对于规模较小的团队来说，槐蠢弯维持一个单体还是比较有意义的。 将一个单体应用划分为独立的 微服务 。
5. 开源和自由软件是未来的方式。 React、Angular和Zuul，分别来自Meta（曾经是Facebook）、谷歌和Netflix，是无数开发者每天在工作中使用的工具。 如果没有这些组织向所有愿意使用它们的人免费发布的工具，每个人的工作就会变得更加困难。 无数的服务将不会出现在阳光下，因为编写这些应用程序太难或太耗时了。 所有这些都是因为，在编写这些应用程序之前，人们必须弄清楚如何为规模而编写前端，而不分享所学到的经验将是极其低效的。 这就是为什么我们要赞扬开源和自由软件的维护者、创造者以及所有其他为创造和维护这种软件做出贡献的人。 创造一种工具/技术并使其开源（或使其免费）档者，给组织带来永恒的荣耀。
6. 使用架构模式 在软件开发中，有一条常见的规则--不要重新发明车轮。 知道我们很可能曾经面临过与别人相同的问题，这条规则就变得更有价值。 这就是为什么世界各地的工程师和开发人员都使用建筑模式来构造他们的项目--而不是把时间浪费在思考如何找出别人已经想出的解决方案上。 许多现代的软件都使用 CQRS 和Event Sourcing等模式。 不要重新发明轮子，要使用这些模式。
7. 编程语言在不断发展。 我们有越来越多的新的编程语言这一事实并不奇怪。 它们都是来来去去，离开后又被其他语言取代。 没有人再用Algol或Pascal编码了。 然而，有一个老前辈，C，仍然存在，尽管这是个值得单独探讨的话题。 一个值得注意的方面是它们在这些年里的演变方式。 起初，命令式语言是唯一存在的。 然后，面向对象的语言蓬勃发展，现在，有些人可能会争辩说，它们正被更灵活的语言所排挤，这些语言混合了一些命令式、函数式和 面向对象 的特性。 语言的发展方式越来越独立于我们工作的系统，也越来越独立于我们的系统。 现代语言是跨平台的。 由于DevOps的发展，语言的选择变得越来越不重要了。
9. SCRUM != AGILE 采用特定的流程通常会导致学习行为，最终形成习惯。 至少，这是它的理论。 然而，在某些情况下，流程仍然是流程，人们只是为了走过场而苦苦挣扎，但行为从未发展。 这样想吧，你见过多少开发团队经历了所有的Scrum仪式，但实际上没有以敏捷的方式工作？太多了吗？我们同意。 那么你能做什么呢？首先，团队买入，这永远是需要建立的第一步。 如果你的团队没有看到使用这种方法工作的价值，那么从长远来看，所有的流程和仪式都不会有什么进展。 第二步是确保你有一个优秀的Scrum主管和项目经理，以确保良好的实践被传递下去，并确保任何反对意见被采纳。 第三步是认识到：当敏捷价值和Scrum框架没有任何价值时，将其强行灌输到人们的喉咙里，会让你很快就一无所获。 我们在题为 Scrum不是每个IT项目的答案（）的文章中已经详细介绍了这一点以及更多的内容。 SCRUM可以是敏捷的，但它并不能保证敏捷性。 敏捷性来自于行为，而不仅仅是流程。
10. 持续安全 正如我们以前多次写过的那样，安全不能是事后的想法。 我们不能简单地 留待以后。 检查应用程序的安全问题必须被整合到DevOps流程中，并且从第一天开始就整合到开发流程本身。 幸运的是，我们可以使用一些工具来使这个过程无摩擦。 Snyk就是其中之一。 这是一个全面的工具，找出并自动修复你的代码、开源依赖、容器和基础设施作为代码的漏洞[...]。 我们必须在开发周期中应用安全检查程序。 安全是信任的基础--未来的货币。
11. 审计云供应商的服务价格 由于三个主要的云计算供应商几乎不享有竞争，而且他们提供的服务的差异是（或多或少）任意的。 在现实中，我们可能看到的唯一差异是服务价格的差异。 这就是为什么，对这个特定的供应商有偏见并不一定是坏事。 大多数情况下，确实没有什么区别。 选择你感到满意的、已经了解的供应商。 边走边评估，不要害怕改变。 云供应商没有虚拟竞争，也没有成本套利。 云基础设施的成本非常依赖于通货膨胀和经济衰退。
12. 一切都可以 作为一种服务 来做。 平台即服务，基础设施即服务，数据库即服务，软件即服务，后台即服务......我们没有给你更多的例子，你应该明白我们的意思。 你能想到的一切都可以由第三方完成并出售给你。 使用这些服务是一种折衷。 你放弃了一些控制权，以便变得更精简，能够更快地迭代，同时也能在前期节省一些钱。 由于云供应商和 无服务器 方法的重要性的增长，每一个软件都可以作为一个服务来完成。
13. 每个人都在使用Visual Studio Code Visual Studio Code在世界范围内掀起了一场风暴。 有微软的支持，有开源许可证，用TypeScript编写，并允许轻松扩展功能，这些组合都是伟大的决定。 到目前为止，文本编辑器是现代程序员中最受欢迎的选择。 其他选择，如基于Intellij的集成开发编辑器（IDE）或Vim，都在Code的阴影下，尽管JetBrains的Fleets可能会改变这种情况。 由于有多种扩展和定制工具，VS Code成为开发者中最受欢迎的IDE。
14. 如今，TensorFlow被广泛使用 TensorFlow是谷歌的机器学习框架，在程序员中是一个非常受欢迎的选择。 首先，它在GitHub的最多星级存储库中排名前20。 然后，有多个端口，包括JavaScript端口，团队在他们的例如React Native应用程序，或React或任何其他JS框架的Web应用程序中使用。 这提供了巨大的灵活性，并允许团队将解决方案嵌入许多解决方案中。 由于TensorFlow，我们可以在网络应用中实现AI解决方案。 用于训练的模型是由库提供的。 开发人员应该专注于训练它们。
15. 一个很好的长期雇用策略是雇用后辈并培训他们 雇用后辈（后起之秀的年轻人）是一个很好的长期战略。 虽然没有适合所有公司的 最佳策略，但雇用后辈并培训他们绝对是成长和保留内部人才的最佳方式之一。 雇用后辈是一个很好的方式，可以随着时间的推移慢慢扩大你的团队，并建立一个内部文化，与雇用那些可能已经定型的人相比，更容易塑造。 初中生还能提供一个新的视角，并更多地接触到当前的趋势。 在一些情况下，这并不理想，例如，当你的公司需要迅速扩大规模和开发新功能时。 如果你有一个小的内部团队，由于不现实的开发期望，他们总是试图赶上他们的积压工作，这也不是最好的。 在这种情况下，雇用一个外部技术合作伙伴来帮助开发，同时同步扩大内部团队的规模，可能是一个很好的中间解决方案。 雇用后辈来培训他们的策略并不是没有陷阱。 加入你的团队的年轻人没有经过以前公司的审查，他们没有工作经历，而且很可能是一击即中。 不幸的现实是，虽然这种策略在适当的补偿方案下可以很好，但初级雇员可能会发现自己处于这样的位置：他们只需转移公司，而不是等待或推动晋升或加薪，就可以使自己的工资翻一番、三番，甚至四番。 这就是为什么拥有透明的工资和薪资表是如此重要，以显示人们在职业道路上可以在哪里以及如何晋升。 这就是为什么拥有优秀的入职培训计划也非常重要，以确保花在培训后辈上的时间得到很好的利用，使导师和学员都受益。
原文：2022年软件开发的十五种趋势 - geekculture
