最新

我是一位经验丰富的程序员，职业生涯中一直紧跟技术发展。差不多 36 年来，我一直保持着这种状态。现在，随着人工智能（AI）开始接手我目前的大部分工作，我意识到，在与年轻程序员竞争日益萎缩的工作机会时，我可能会遇到一个明确的终点。<p>然而，似乎还有一些细分领域，我可以在那里保持生产力，直到我准备退休。而且，可能还有机会加入一个团队，参与他们试图摆脱的系统的工作。我快速评估了一下，认为在 AI 难以涉足的“后方”领域，我还能胜任 3 到 4 年的工作。<p>在这种情况下，你会怎么做？坦白说，我已经不再关心是否站在技术前沿了，但我很乐意利用我多年的经验来保持生产力。

JibarOS 是一个 Android 16 的分支，我一直在构建它，以探索用于设备端推理的共享运行时。<p>它增加了： 一个位于 system_server 中的系统服务 一个原生守护进程 可插拔的推理后端 一个 Binder AIDL，用于跨文本、音频和视觉的基于能力的调用 目标是集中处理原本由应用程序独立处理的事情，例如模型驻留、调度、公平性和后端路由。<p>目前的接口暴露了 12 种能力，包括补全、翻译、重新排序、嵌入、转录、合成、VAD（语音活动检测）、OCR（光学字符识别）、检测和描述。<p>代码库：<a href="https:&#x2F;&#x2F;github.com&#x2F;Jibar-OS&#x2F;JibarOS" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;Jibar-OS&#x2F;JibarOS</a><p>欢迎任何从事 Android 框架/服务、机器学习运行时或设备级资源调度工作的人提供反馈。