阿里OceanBase GitHub点赞送礼引争议,CTO道歉,贾扬清、李沐讨论

新闻
开源本是一件好事,但当掺杂了一些其他「功利性」的东西时,也许就变味了。

[[430904]]

 提到国内自研数据库,阿里巴巴推出的云数据库 OceanBase 肯定不可绕过。

OceanBase 是阿里巴巴和蚂蚁金服 100% 自主研发的金融级分布式关系数据库。

2019 年 10 月,OceanBase 刷榜 TPC-C 排行榜,打破了由 Oracle 保持了 9 年之久的世界记录,成为首个登顶该榜单的中国数据库产品;2020 年 5 月,OceanBase 再度打破了自己保持的世界纪录,性能分数首次突破 7.07 亿,相比 2019 年大幅提升近 11 倍。

这么一款备受业内关注的国产数据库,当前在 GitHub 中 star 量为 3.7k。

阿里OceanBase GitHub点赞送礼引争议,CTO道歉,贾扬清、李沐讨论

项目地址:https://github.com/oceanbase/oceanbase

OceanBase 取得的成绩对国内自研数据库的崛起无疑具有重大的积极影响。然而,近日发生的一件事情却让圈内人士大吃了一惊。

据称,10 月 23 日下午,OceanBase 参加了一个《云原生开放日》的活动,社区负责运营的同学现场发起了一个 GitHub 点赞 Star 送礼物的互动活动。从下图中看到,在 GitHub 上对 OceanBase 项目点赞,从点赞 1 到点赞 20,点赞者从就会获得相应的礼物。

阿里OceanBase GitHub点赞送礼引争议,CTO道歉,贾扬清、李沐讨论

图源:知乎提问。

OceanBase 在社区拉赞的做法遭到了网友大量的吐槽。事件持续发酵后,OceanBase CTO 杨传辉在知乎发文致歉,阿里巴巴副总裁贾扬清也表明了自己的态度。

CTO 杨传辉致歉、贾扬清回复

开源刷 Star 量一直是一件备受吐槽的行为。

事件一出,OceanBase CTO 杨传辉很快发文致歉,承认这种送礼获取点赞的互动做法是错误的。他表示 OceanBase 团队完全认同开发者和用户的点赞是忠于技术本身,并接受大家的批评。

杨传辉表示,OceanBase 连夜进行了内部自查。这是开源社区团队第一次做「点赞 Star 送礼」的互动活动,OceanBase 保证之前没有这样的事情,今后也绝不允许这样的事情再发生。未来 OceanBase 将深刻反思团队的管理,培养团队正确的开源意识,坚信极客和开源精神,认真对待每一个开发者的问题和建议,共同推动 OceanBase 开源社区的发展,为中国开源生态贡献一份力量。

阿里OceanBase GitHub点赞送礼引争议,CTO道歉,贾扬清、李沐讨论

此次吐槽事件的背后,折射出的是开源技术产品的评判指标问题。GitHub 上的 star 量一直被认为是技术项目的评判指标:star 量越高,项目的含金量也就越高。

但技术公司主导的产品开源往往会变成一个更复杂的问题。对此,阿里巴巴副总裁贾扬清知乎上为此事道歉并就开源项目的问题发表了自己的看法:

阿里OceanBase GitHub点赞送礼引争议,CTO道歉,贾扬清、李沐讨论

指标在作为评判标准的同时,也成了推动开源的动力之一。但用类似于营销的刷 star 量来提升项目价值和竞争力的行为显然是不可取的。贾扬清说开源本身需要热情:「仓廪实而知礼节,饱暖思开源」。作为一位技术 leader,他表示在长期坚持开源治理的同时也希望能够设计出更好的开源评判制度。

在开源越来越受关注的今天,此事在知乎上也引起了大家的热议。

如亚马逊资深首席科学家李沐博士评论称把 Github Star 量这些指标作为 KPI 有很大问题,「一个原因是公司不一定想清楚了开源对公司的商业价值在哪里,所以也不知道应该优化什么。二是同学们为了升职加薪就会过多的盯着这些指标,容易不利于开源项目的发展。」

阿里OceanBase GitHub点赞送礼引争议,CTO道歉,贾扬清、李沐讨论

开源精神的本质是共同推进领域发展。任何指标可能都无法完美度量技术项目的全部价值,但遵守和维护开源精神是有效发挥指标作用的关键,需要社区内每一位开发者共勉。

 

责任编辑:张燕妮 来源: 机器之心Pro
相关推荐

2019-03-04 10:03:14

开发者技能C++

2021-05-20 16:43:25

阿里云大数据人工智能

2021-05-12 10:33:42

阿里人工智能天池平台

2021-01-14 15:44:30

GitHub犹太裔Slack

2023-03-22 13:58:59

离职阿里巴巴

2021-05-29 16:30:58

阿里云贾扬清大数据

2020-02-20 17:24:12

人工智能深度学习技术

2020-04-27 09:50:42

大数据计算阿里云

2019-09-27 10:30:28

技术研发开源

2020-10-26 15:19:13

RIAAGitHub微软

2023-03-21 15:28:41

AI创业

2024-01-26 13:18:00

AI训练

2024-07-19 09:59:31

2024-08-01 14:32:26

2020-09-18 13:59:20

阿里巴巴云原生平台

2012-04-04 11:31:38

Android

2024-01-10 17:45:41

模型数据

2024-01-29 11:55:50

AI模型

2020-07-14 08:23:34

人工智能机器学习技术

2024-01-24 13:11:00

AI模型
点赞
收藏

51CTO技术栈公众号