2023 年马上要结束了，一眨眼 8 个月又过去了，参照2023 年的工作小结与计划的内容，先复盘一下 8 个月前的判断：
世界线
之前不看好阿里，现在回过头看没想到阿里会那么差，连市值也被只有其人数 1/10 的拼多多超过。之前判断鸿蒙失败了，这两天看到了急召鸿蒙开发工程师年薪 160 万的新闻，咋一看好像是鸿蒙非常红火，但其实我觉得只是在炒作，首先一个新兴客户端的年薪不可能那么高，其次如果真的鸿蒙生态起来了，必然开发者数量非常多，也开不了那么高，只能说明大家的眼睛是雪亮的，几乎没啥开发者在搞鸿蒙开发。当然这个肯定是主观判断，客观的也有，跨平台的 Taro 有一个 RFC，只有标题，没有内容，和其他类似的 RFC 提案相比较，我只能说我会持续关注。
经济方面，国内的房地产业大规模熄火已经导致了行业不景气，降本增效天天念就对了，就是得注意一下发言，别像阿里一样，搞成降本增笑。
今年最最火的还是 AI，也是唯一增长的领域。
IT 技术发展预测
语言
计算机语言的隔阂几乎被 GPT 4 完全打破了，一般的算法之类的，只要贴一种语言的表达，让 GPT 4 转化成另外一种语言，几乎都是可用的。甚至直接用人类语言编程也已经不是梦想，我在工作中也已经经常使用，但是这里有个问题，就是人类语言本身还是充满歧义，所以在需要精确表达的时候，还是发现应该用计算机语言。
数据库
本来以为 MySQL 和 PostgreSQL 是平分秋色的，现在看来 PG 已经远远的超过 MySQL，因为人工智能需要向量数据库等新的数据库形式，而这个现在只有 pgvector 是相对成熟和免费的，总的来看 PG 的插件体系太强了，甚至产生了PGXN这样的扩展插件管理工具，为了人工智能，现在只选 PG 就对了。
跨平台
Java 高版本 Oracle 开始收版权费了，dotNET 6 开始就完全跨平台了，WASM 也成为了 Web 的第二运行时（第一还是 JS），跨平台已经不是一个话题了，以后也不会再提。
Web 平台
作为平台之上的平台，Web 目前还是普通应用分发的第一选择。现在普通应用和生产力应用的区分更加模糊，比如现在的轻量看图已经是一种普通应用了。
Serverless、DevOps，运维自动化
随着国内阿里和滴滴的两次史诗级故障，Serverless 被证明只是找不到 Server 去修，而不是不会出错，而且每次故障都是人为的，所以运维自动化是必须的，DevOps 现在也扩展为 DevSecOps，以强调安全。
数据平台/中台
数据集中是对的，数据库是重要的，但是数据平台或者中台可能只是个 PPT 概念而已。
人工智能
GPT 4 出道半年了，基本可以确定现在的软件架构，最上面完全可以新加一层人工智能层，这一层将包含以下功能：
- 无法写出程序的判断任务
- 理解用户输入的自然语言意图和心情
- 模拟人类的思考判断并执行
如何将这些任务所需要的数据送入这层，如何判断这层运算的结果，如果提取这些结果到执行层，这些都将是未来的核心任务。
但无论如何，人工智能需求是真的大，大到了连大的数据中心也一卡难求，所以大多数人都接受了 API 调用方式，而不是通常企业软件的 self-hosting，自部署。但从长期看，随着各种人工智能加速运算卡的普及已经用了公开的所有数据，所以当以后算力或者模型都不是瓶颈以后，数据将成为唯一的区分人工智能强弱的变量。
部门完成的工作小结
部门目前维护了22 个系统，今年新做的比较大的项目是 PLM 项目管理平台，PP 人员考核，PPT 协作，还有 SD 生图。合作商平台材料文本库和 Cybros 商务智能平台也在今年改动了很多。今年还做了不少临时性的需求，比如爬取侵犯我们官网的利用我们官网数据的网站，数据留痕便于起诉等。
比对之前的计划，在 API 互通上也做了好几个案例，特别是 PLM 这边和 DDS 还有会议预定系统的互联互通，迪峰和嘉鹏的合作值得肯定。用户体验方面，今年应该是最难的一年，因为人工智能的浪潮还没有卷到用户层，所以用户现在对 UI 的界面和交互停留在了历史最高点，等明年随着大规模的人工智能能力部署，人类用户应该没那么多闲情逸致吹毛求疵 UI 了，毕竟人工智能可不会嫌软件 UI 差而不用，相反，我们开发还可以将更多的经历投入到让人工智能代替人类用户的事物上。
2024 年的计划
完成开发至少两个人工智能应用
目前肯定能完成的是智能问答，数据现成，代码可控，只要接人工智能模型即可，这个跑通以后，后续天问搜索，材料库搜索都可以用类似的技术重做。
保证系统平稳运行
随着人员和硬件投入的进一步降低，要尽量避免出现类似阿里和滴滴这样的系统崩溃案例，平时的备份和维护还是要做好
引入安全审查和漏洞检测机制
随着人员和硬件投入的进一步降低，越来越多的项目将处于长期停止开发状态，要避免泛微或者 IE 11 造成的大规模安全事件，还是要从源头抓起，找出软件内使用组件的漏洞并修补是一个很好的切入点。
强调团队合作
随着人员和硬件投入的进一步降低，越来越少的人将维护越来越多的系统，原则上要鼓励扩展已有的系统满足需求或者系统相互调用满足需求，尽量避免再开发新的系统。