騰訊已經(jīng)變得越來越開放，開源已在路上

導讀：去年，知乎上一篇討論騰訊技術的帖子異?；鸨?，討論的主題是當下（2018 年）騰訊的技術建設是否處于落后同體量公司的狀態(tài)，這篇帖子得到騰訊內(nèi)部以及其他互聯(lián)網(wǎng)公司「碼農(nóng)」的“激情”回復。

當然，也有人反駁，包括騰訊被 diss 的開源情況也有人出來“打抱不平”，表示騰訊已經(jīng)變得越來越開放，開源已在路上，請給它一點時間。

問題是，這些吐槽現(xiàn)在還是真實情況嗎？為找到這個問題的答案，本文將從騰訊的技術建設、開源，以及 AI 實力這幾個方面進行分析，來一探究竟。

技術建設落后是真實的嗎？

總結(jié)下來，知乎上關于騰訊技術建設落后的吐槽，其中很重要的一點集中在「重復造輪子」相關的問題上，比如：

1、技術債務重，文檔查找和共享難，出了技術問題不知道問誰等問題；

2、技術氛圍差，各個團隊敝帚自珍，重復造輪子；

3、內(nèi)部賽馬機制導致“沒有收益”的事情沒人愿意做；

當然，對于這些吐槽，知乎上也有不少用戶站出來反駁，比如有騰訊內(nèi)部人員匿名表示，騰訊技術團隊的總體水平其實并不差，很多獨立的模塊設計和抽象都比較出色，技術含量也不低，只是總體上感覺還有很大優(yōu)化空間。而且，騰訊在不斷發(fā)生變化和改進，這從微信和 QQ 產(chǎn)品的體驗中可以感受得到。

注：上述為知乎部分用戶看法，僅做參考，不一定代表真實情況。

全面擁抱開源

在騰訊被吐槽的眾多技術問題中，「重復造輪子」、分享難等狀況是廣受詬病的問題。針對這些問題，騰訊通過開源將成果在內(nèi)部分享來改善，并追趕 BAT 中其他兩家公司的步伐。那么，它做出了哪些努力呢？

▌發(fā)布開源路線圖

實際上，2010 年騰訊已經(jīng)全面擁抱“開放”戰(zhàn)略，2012 年發(fā)布了第一個對外開源項目。從 2016 年開始，騰訊不斷將內(nèi)部開源項目在 GitHub 上發(fā)布。

近日，騰訊在開源上有了一次大動作，首次全面公開了其整體的開源路線圖。據(jù)了解，基于代碼開放和社區(qū)運營，騰訊的開源路線是通過“三步走”的開源計劃，不斷深化騰訊已有的技術能力，推動從封閉孤立向協(xié)同開放向社區(qū)開放治理的縱深方向發(fā)展。

具體來說，第一步是內(nèi)部開源協(xié)同。首先拉通內(nèi)部項目和組織，通過部門小團隊作戰(zhàn)或跨部門大團隊作戰(zhàn)的方式協(xié)同推進，以優(yōu)化資源配置的方式集中優(yōu)勢尋求技術突破。隨后，騰訊建立起篩選機制將代碼開放出來。

第二步是外部代碼開放。優(yōu)化設計與代碼結(jié)構(gòu)，不斷拓展落地場景，有效利用外部貢獻者資源實現(xiàn)資源整合，構(gòu)建技術影響力。

第三步是社區(qū)開放治理，在這一階段，注重大規(guī)模技術推廣與應用、開發(fā)者生態(tài)體系構(gòu)建、社區(qū)領袖與領導力培養(yǎng)、全社會研發(fā)資源的優(yōu)化配置四個方面。

據(jù)騰訊開源聯(lián)盟主席、騰訊開源管理辦公室委員、Apache Member 堵俊平透露，騰訊開源將重點關注 IaaS、容器與云原生、數(shù)據(jù)庫、大數(shù)據(jù)與 AI、中間件、IoT/邊緣計算、小程序生態(tài)等。

▌成立騰訊開源管理辦公室

此外，為更好地服務開源，騰訊特別對內(nèi)成立了開源管理辦公室，下設項目管理委員會、騰訊開源聯(lián)盟和開源合規(guī)組三大組織，自上而下地傳遞騰訊開源策略，自下而上地落地開源技術生態(tài)。同時，通過開放的開源評審平臺，孵化和培育優(yōu)秀的自主開源項目。

▌內(nèi)部機制

同時，騰訊內(nèi)部其實有一套自己的開源機制，經(jīng)騰訊技術管理委員會授權，由騰訊研發(fā)管理職責部門牽頭騰訊法務、合規(guī)、專利、安全等相關部門，整合為騰訊開源合規(guī)小組，在開源流程、安全、風險、建議方面對騰訊業(yè)務提供專業(yè)服務。合規(guī)小組會幫助開源項目整理第三方組件的引用，通過第三方掃描工具（如 blackduck、fossid等）識別和確認第三方代碼有效性，同時會進行人工篩查，確保第三方使用騰訊代碼時安全可控。

在協(xié)議選取上，合規(guī)小組會對項目的開源許可證進行合規(guī)化的建議，并向業(yè)務推薦開放性的許可協(xié)議。

在文化方面，由研發(fā)管理部 CODE 平臺中心負責組織建設騰訊代碼文化和內(nèi)部開源，鼓勵騰訊項目首先在騰訊內(nèi)部流動，并對有價值的項目引導和幫助對外開源。

同時，在騰訊技術管理委員會的授權下牽頭設立了“騰訊開源聯(lián)盟”，由不同業(yè)務的技術專家、負責人、技術領袖組成開源聯(lián)盟組委會和專家團，在開源文化、開源經(jīng)驗、開源活動等方面對開源項目施以指導和幫助。

在這套機制下，截至 2019 年 6 月，騰訊已在 Github 上發(fā)布 75 個開源項目，包含微信、騰訊云、騰訊游戲、騰訊 AI、騰訊安全等相關領域，累計在 Github 獲得了 22W+ Star 數(shù)。

目前，騰訊自主開源的項目包括：

Tinker：微信前端團隊 Android 熱補丁方案

Angel：靈活而強大的參數(shù)服務器型分布式機器學習平臺

WeUI：輕量而優(yōu)雅的微信 UI 樣式庫

Wepy：小程序組件化開發(fā)框架

Tars：整套微服務治理和開發(fā)運營一體化解決方案

官網(wǎng)及項目詳情地址：

https://opensource.tencent.com/

官方 GitHub 詳情地址：

https://github.com/Tencent/

關注騰訊的人應該了解，騰訊還參與貢獻了 Openstack、 KVM、docker、NVDIMM、ceph、HBase、Hadoop、linux、Spark、kubernetes、torrent、dht、goprocinfo、flannel、netlink 等開源社區(qū)和項目，主導發(fā)布了 Hadoop 2.8.4、2.8.5 和 Spark 2.3.2，并將開源項目 Tars、TSeer 和 Angel 分別捐贈 Linux基金會和Linux 深度學習基金會，并將長期于基金會運作。同時，騰訊還是 Linux 基金會、Apache 基金會、Openstack 基金會、MariaDB 基金會及 LF 深度學習基金會的白金會員。

堵俊平表示，騰訊之所以重視開源，原因在于：從外部環(huán)境來看，隨著主流的開發(fā)平臺Linux、Android 等逐漸開源化，IT 產(chǎn)業(yè)想要取得更大的市場份額，擁抱開源是當務之急；從騰F訊內(nèi)部的技術積累來看，騰訊內(nèi)部已經(jīng)累積了超過 8000 個經(jīng)過用戶驗證的開源項目，可以向開源社區(qū)輸出優(yōu)質(zhì)開源項目；從生態(tài)機遇來看，開源能夠很好地服務于騰訊重點戰(zhàn)略方向，例如作為騰訊云的 Paas、Saas 服務封裝，推動機器學習和人工智能的廣泛應用。

AI 實力哪家強？

如今，AI 已經(jīng)成為一家公司綜合實力不可忽略的一部分，尤其是對于 BAT 來說，AI 在戰(zhàn)略層面的定位很大程度上決定了公司的發(fā)展方向。

在 AI 方面，數(shù)據(jù)顯示，騰訊與百度與阿里相比似乎并不占優(yōu)勢，但仍在有重點地奮力追趕，在一些領域已占有優(yōu)勢。

2018年，CB Insights 的報告挖掘了 BAT 在AI 方面的相關專利記錄、投資和收益等，全方位描繪了 BAT 的 AI 策略。報告顯示，百度在 AI 領域處于領先地位。BAT 分別著重自動駕駛、智慧城市和醫(yī)療 AI，在政府的大力支持下，BAT 正在向全世界擴張。

首先，在戰(zhàn)略上，百度就早于阿里和騰訊意識到 AI 的重要性，在 2010 年就已經(jīng)在電話會議上討論 AI，時間甚至早于谷歌，而阿里和騰訊都是在近年才提出 AI 戰(zhàn)略。

百度財報顯示，自 2011 年以來，百度就大規(guī)模投入人工智能技術的研發(fā)，最近幾年研發(fā)投入占總收入保持在 15% 左右。

相比之下，騰訊財報顯示，騰訊 2019 年第一季度營收 854.7 億元，同比增長 16%，但收入構(gòu)成中未包含 AI 帶來收入的信息，主要收入來源是增值服務和金融科技及企業(yè)服務，占比分別為 57% 和 25%，網(wǎng)絡廣告占比 16 %，其他收入占比 2%。

但在學術研究上，騰訊正在成長為一支“生力軍”，在國際頂級會議上的表現(xiàn)可圈可點，如在今年的 CVPR 會議上，今年騰訊公司共有 58 篇論文入選，其中騰訊 AI Lab 33 篇（含 8 篇oral），騰訊優(yōu)圖實驗室 25 篇，騰訊 AI Lab 入選論文涉及視頻理解、人臉識別、對抗攻擊、視覺-語言描述、模型壓縮和多任務學習等幾大重點研究方向。2018 年，騰訊 AI Lab 在 NIPS（現(xiàn)已更名NeurIPS） 上共有 20 篇論文入選，其中 2 篇被選為亮點論文（Spotlight），其他成績還包括計算機視覺領域頂會 CVPR （21篇）和 ECCV（19篇）、機器學習領域頂會 ICML（16篇）、NLP 領域頂會 EMNLP（16篇），以及語音領域頂會 Interspeech（8篇）等?？梢?，騰訊的 AI 學術研究能力并不落后。

在應用層面，騰訊的成果也很矚目，如發(fā)布了基于多模態(tài)研究的首個“電競虛擬人”，策略協(xié)作型 AI“絕悟”首次亮相KPL決賽，與人類戰(zhàn)隊（超過99%玩家）進行 5V5 水平測試并取得勝利。

在 AI 投資上，BAT 三家都向全球擴擴張，約 44% 的資金流向美國的初創(chuàng)公司，其中騰訊在美國的投資交易最多，參與了 12 項交易。

（來源：CB Insights ）

CB Insights 數(shù)據(jù)顯示，在 AI 專利上，百度和阿里在語音領域領先，而騰訊專利則更多與計算機視覺研究相關。9月6日，騰訊宣布優(yōu)圖實驗室升級為騰訊計算機視覺研發(fā)中心，將加大研發(fā)投入，且不設 KPI，可見其對 CV 開發(fā)的重視程度。幾日后，騰訊 AI Lab 開源了“Tencent ML-Images”數(shù)據(jù)集，作為騰訊開源第58個項目（https://github.com/Tencent），這是騰訊在計算機視覺領域所累積的基礎能力的一次釋放。

當然，三家公司在 AI 應用方面的重心不一，百度在自動駕駛領域領先，如在最近的百度 AI 開發(fā)者大會上公布了開放平臺 Apollo 迭代到 5.0 最新版本，并宣布與吉利在智能網(wǎng)聯(lián)、智能駕駛、智能家居、電子商務等領域達成戰(zhàn)略合作，以及多項落地項目，如在百度大廈和百度科技園試運營的自主泊車，與紅旗攜手打造的中國首條 L4 乘用車前裝產(chǎn)線在長春投產(chǎn)下線，無人駕駛出租車（Robotaxi）項目“Apollo Go”亮相等。這些都是實實在在的進步。

而阿里巴巴的一大優(yōu)勢在于其人工智能云平臺“ET 城市大腦”。據(jù)官網(wǎng)介紹，“ET 城市大腦”背后的團隊為阿里達摩院城市大腦實驗室，華先勝為負責人，張磊為高級研究員，研究方向包括多模態(tài)數(shù)據(jù)感知、城市交通預測與干預、城市大規(guī)模并行異構(gòu)計算、城市復雜環(huán)境感知與理解、城市視覺搜索引擎和城市市政規(guī)劃和公共資源分析。阿里使用城市大腦來處理來自相機、傳感器、社交媒體和政府數(shù)據(jù)等方面的數(shù)據(jù)，并使用人工智能算法來預測醫(yī)療保健、城市規(guī)劃、交通管理等方面的結(jié)果，科研實力不容小覷。

相比之下，騰訊則將重點放在 AI 醫(yī)療保健領域。除了大力投資 AI 醫(yī)療企業(yè)，騰訊還重點研發(fā)醫(yī)療智能平臺，2017 年 8 月，騰訊發(fā)布了其首個 AI+醫(yī)療影像產(chǎn)品：“騰訊覓影”，可輔助醫(yī)生對肺結(jié)節(jié)、乳腺癌、糖尿病視網(wǎng)膜病變、早期食管癌等疾病進行篩查。截至 2018 年 7 月，騰訊覓影已累計輔助醫(yī)生閱讀醫(yī)學影像超 1 億張，服務超百萬患者，提示高風險病變 15 萬例。同年 11 月，“騰訊覓影”進入了首批國家新一代人工智能開放創(chuàng)新平臺名單，負責建設醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺。隨后，騰訊又相繼發(fā)布了首款醫(yī)療AI引擎“騰訊瑞智”和“騰訊超級大腦”，后者將人工智能技術融入到醫(yī)藥研發(fā)、基因組數(shù)據(jù)分析、導診、疾病篩查、輔助診療、醫(yī)療管理等環(huán)節(jié)。

另一方面，在 AI 開源上，騰訊也在加緊步伐：

（紅框部分為騰訊 AI 相關開源項目，不完全統(tǒng)計）

圍棋 AI 技術PhoenixGo，這是騰訊微信翻譯團隊開發(fā)的人工智能圍棋程序，曾在 2018 年以 BensonDarr（昵稱“金毛”）的名義在騰訊野狐圍棋平臺上和全球頂尖職業(yè)棋手、圍棋愛好者及各路圍棋AI 對弈，在 4 月底取得了 200 多連勝，并在福州 2018 人工智能圍棋大賽上奪冠，引起了行業(yè)內(nèi)廣泛關注。

Tencent ML-Images：2018 年 9 月 底騰訊 AI Lab 開源，由多標簽圖像數(shù)據(jù)集 ML-Images，以及業(yè)內(nèi)目前同類深度學習模型中精度最高的深度殘差網(wǎng)絡 ResNet-101 構(gòu)成。

Angel：基于參數(shù)服務器理念開發(fā)的高性能分布式機器學習平臺。

behaviac：游戲 AI 的開發(fā)框架組建，也是游戲源性的快速設計工具。

FeatherCNN：高性能神經(jīng)網(wǎng)絡前向計算庫等。

NeuralClassifier：NeuralNLP的一個子項目，是一款基于PyTorch開發(fā)的深度學習文本分類工具。

看到這里，我們會發(fā)現(xiàn)僅從上述資料中無法找出文章開始提出問題的答案，但還是可以從中得出一些較為客觀的結(jié)果：

市面上存在著對騰訊技術建設的質(zhì)疑，但從用戶體驗來講，騰訊的主流產(chǎn)品和技術研發(fā)并沒有讓用戶失望；

騰訊的開源狀況不如 BAT 其他兩家，因為騰訊在開源上起步晚，但這家公司已經(jīng)在保持開放的態(tài)度，且在奮力追趕之下已經(jīng)有不少項目對業(yè)界產(chǎn)生不小的影響；

騰訊的AI 實力究竟如何也需要從多角度考量，雖然整體上百度的 AI 實力最強，但騰訊在 AI 研發(fā)上是認真的，比如在醫(yī)療影像 AI 領域，騰訊的技術積累已經(jīng)助力不少優(yōu)質(zhì)項目落地，且背靠充足資金的支持，這是其他 AI 創(chuàng)業(yè)公司無法企及的優(yōu)勢。