苹果 App Store 将下架数千款半活跃应用,开发者压力山大

简介: 苹果 App Store 将下架数千款半活跃应用,开发者压力山大

近日,据应用情报公司 Sensor Tower 的一项新估计显示,苹果即将在 App Store 中下架长期未更新的应用程序。

据了解,苹果曾于不久前相继通知 iOS 开发者,如果开发者在收到邮件后 30 天内没有更新其开发的应用程序,苹果将会从 App Store 中下架。

苹果在邮件中称他们开发的应用程序已经“在相当长的时间内未更新”,但并没有准确指出“相当长的时间”到底是多久。

Sensor Tower 分析后,发现约有 2966 个应用和游戏可能在苹果的最新清理中面临下架,因为这 2966 个应用最后一次更新是在 2018 年甚至更早以前,已经超过 3 年未更新。

然而,在苹果警告开发者关于“下架”事宜后,有开发者在推特反映自己近期已经更新过应用,但仍被告知需要再次更新,这表明苹果此次清理的目标应用程序可能远远超过 2966 款。

儿童游戏应用 Motivoto 的开发者吐槽苹果此举是“对独立开发者的不公平障碍”,他认为虽然应用长期未更新,但完全可用,用户也并不一定要求其更新。

此外,还有一些开发者表示,由于很多年没更新,重新提交的工程量非常大,他们需要重新找回项目文件,更新 Unity 版本以确保它符合 App Store 的要求,还要重新构建、测试、提交所有的内容,让它能够和之前版本完全一致的使用体验。

这样一套流程下来,其更新的难度不亚于重做一款应用程序

除了开发者外,也有用户对此表示担忧称,如果苹果真的要下架这些应用,那古早的经典游戏怎么办?它们承载的情怀和回忆难道就此散灭?

但其实怀旧的用户也不必太过担心,下载过的应用程序将一直保存于 App Store 已购项目中,不会被下架影响使用。

苹果

相关文章
|
1月前
|
人工智能 自然语言处理 IDE
2026年AI辅助毕业设计工具横评:从源码生成到论文写作的全面技术解析
本文系统解析AI辅助毕设的三代演进(IDE插件→项目生成→全流程平台),深度剖析源码生成、智能数据库设计、一键部署、论文自动撰写等核心技术,并对比主流模型能力,提供科学选型建议与实践避坑指南。
|
机器学习/深度学习 人工智能 算法
AI音乐生成创企发新模型 几秒生成两分钟歌曲
Suno公司推出AI音乐生成模型,基于深度学习和大数据,快速创作符合用户喜好的歌曲,简化音乐创作流程,让业余爱好者也能参与。该模型高度可定制,支持二次创作,引发行业关注。创始人强调,目标是辅助而非取代人类音乐家,旨在促进音乐产业创新与发展。
577 1
AI音乐生成创企发新模型 几秒生成两分钟歌曲
LaTeX中定义新命令和环境
LaTeX中定义新命令和环境
1303 0
LaTeX中定义新命令和环境
|
12月前
|
传感器 人工智能 IDE
AI IDE正式上线!通义灵码开箱即用
作为AI原生的开发环境工具,通义灵码AI IDE深度适配了最新的千问3大模型,并全面集成通义灵码插件能力,具备编程智能体、行间建议预测、行间会话等功能。
5823 171
|
机器学习/深度学习 决策智能 网络架构
C-3PO:多智能体强化学习赋能检索增强生成
C-3PO:多智能体强化学习赋能检索增强生成
658 2
|
存储 算法 Java
🧠Java零基础 - Java栈(Stack)详解
【10月更文挑战第17天】本文收录于「滚雪球学Java」专栏,专业攻坚指数级提升,希望能够助你一臂之力,帮你早日登顶实现财富自由🚀;同时,欢迎大家关注&&收藏&&订阅!持续更新中,up!up!up!!
631 2
|
JSON 小程序 前端开发
终于搞懂了!微信小程序的渲染机制及组件使用
【8月更文挑战第8天】微信小程序的渲染机制及组件使用
1166 3
终于搞懂了!微信小程序的渲染机制及组件使用
|
机器学习/深度学习 自然语言处理 计算机视觉
深度学习中的自注意力机制:理解与应用
在深度学习领域,自注意力机制(Self-Attention Mechanism)已成为推动模型性能飞跃的关键技术之一。本文将通过浅显易懂的方式,探讨自注意力机制的核心原理、实现方法及其在不同领域的应用实例,旨在为初学者和从业者提供一份简明扼要的指南。
|
前端开发 搜索推荐 UED
HTML表单提交的几种常用方式及其优缺点分析
HTML表单提交的几种常用方式及其优缺点分析
|
机器学习/深度学习 数据采集 存储
【强化学习】常用算法之一 “A3C”
A3C(Asynchronous Advantage Actor-Critic)算法是一种在强化学习领域中应用广泛的算法,它结合了策略梯度方法和价值函数的学习,用于近似解决马尔可夫决策过程(Markov Decision Process)问题。A3C算法在近年来备受关注,因为它在处理大规模连续动作空间和高维状态空间方面具有出色的性能。A3C算法是一种基于策略梯度的强化学习算法,通过多个并行的智能体异步地与环境交互,并利用Actor和Critic网络实现策略和价值的近似,从而实现快速而稳定的强化学习训练。
3031 0
【强化学习】常用算法之一 “A3C”

热门文章

最新文章