黑客马拉松——下一个杀手级App诞生地

简介: 在国外行之有年的黑客松活动,最近在台湾开发者圈正夯。包括Facebook、雅虎、微软、Evernote等网络跨国企业纷纷注意到台湾开发圈的实力,在台举办黑客松活动,希望透过活动,发现企业下一个蓝海,而开发者也透过这样的活动,提高自己的职场身价。

在国外行之有年的黑客松活动,最近在台湾开发者圈正夯。包括Facebook、雅虎、微软、Evernote等网络跨国企业纷纷注意到台湾开发圈的实力,在台举办黑客松活动,希望透过活动,发现企业下一个蓝海,而开发者也透过这样的活动,提高自己的职场身价。

image.png

“哇,怎么时间过这么快,已经下午五点了。”今年的跨年连假,当许多人在各地参加跨年晚会时,有上百人一样彻夜未眠,聚集在台北大学体育馆。但他们不是为新年狂欢,而是参加微软的Windows App开发嘉年华,开发新的App。


桌子上是一台又一台的笔记本,在笔记本旁边的则是堆成小山的泡面和零食。二到五人左右的小团队,看起来有些疲惫,但仍坐在懒骨头大枕头上,打起精神讨论自己的App,这个活动正是黑客马拉松(Hackthon)。


黑客马拉松是一种结合黑客(Hack)与马拉松(Marathon)形式的“限时产品创作”活动。在短短24或48小时内,一群人经过团队脑力激荡找出主题,在沟通协调后,完成一个创新作品或概念。


就一般人的传统认知,“骇”字让人联想到未经允许入侵信息系统进行恶意攻击的人。但在这里,黑客其实指的是一群著迷、精通于计算机信息程序与系统设计的开发者,和恶意攻击无关。


可别小看这看似漫不经心、吃喝嬉闹的创意活动,黑客松可能以低廉的开发成本,开发出创新产品。Facebook就是把黑客马拉松文化(Hackthon Culture)发扬到极致的公司,自2007年起,每一到两个月,Facebook就会集结内部超过700位员工参加黑客松,会场放置了红牛(一种提神饮料)、比萨与音乐,像party会场,但这场party却少不了计算机和睡袋,员工在吃喝玩耍中发挥团队创意。


用欢乐激发灵感 “我们提供一个有趣的、欢乐的情境,放手员让员工去闯去玩,100个点子中,也许99个点子都很可怕,但却可能产生一个极棒的点子。黑客马拉松题目没有什么限制,公司唯一的规定,就是不能做工作份内的东西,而Facebook有七成以上的功能出自黑客松,如Chat、Video与Like bottom等,”接受《联机》(Wired)杂志专访的Facebook技术总监肯尼亚尼(Pedram Keyani)说。


除了欢乐情境催生创意外,黑客松诞生的创意,实验成本也低。“Twitter就诞生于黑客松,不但发生得快(指研发过程快),茁壮也快,还是以极低的实验成本现身,”《哈佛商业评论》2月号〈大爆炸式创新〉一文中如此评论。


除了Twitter,SMS讯息服务Groupme、跑腿任务交易平台Zaarly、开源法律与在线签字服务平台Docracy与移动社交平台Banjo等点子发想,也都出自于黑客马拉松。


例如由海契与(Jared Hecht)和玛托西(Steve Martocci)这对夫妻档所开发出的群组讯息服务Groupme,其原型就是在2010年5月,300名开发者齐聚纽约的TechCrunch Disrupt Conference黑客松活动中诞生。Groupme的雏型被Betaworks、SV Angel等投资公司看上,第一轮募资就获得85万美元挹注。短短三个月后,点子成为真正的产品正式上线,成立一年后,就被知名网络电话公司Skype以8000万美元收购。


没有人想错失任何创新的机会,对软件开发者来说,这样的场合不仅提供同行间的专业交流机会,也有机会增加自己的收入,他们更期待自己的创意被更多人看到,搏一个创业的契机。而目前台面上的大企业则是试图开拓下一个营收的金鸡母,特别是目前产业正在进行新一波的典范转移,谁的创新动作快,谁就有可能赢者全拿,黑客马拉松正好提供了一个极佳的征求管道。


自强调外部协同合作的Web 2.0概念发展以来,黑客马拉松活动也被视为一种“外部创新”的实践。美国加州大学柏克莱分校科技管理学教授伽柏斯(Henry Chesbrough)就指出,公司利用外部资源的帮忙,在产品或营运模式上追求创新,但更重要的是,透过第三方供应者和顾客共创生态系统,增加企业的竞争优势。


用交流强化实力 另外,黑客松也是公司吸纳开发人才与开发者相互观察学习的好地点。雅虎黑客松冠军得主王启恩就观察到,“雅虎黑客松活动现场,就有公司的人资单位设摊,征才意味浓厚。”


台湾微软开发工具暨平台推广处应用开发技术经理陈晴、Evernote台湾客服大使锺孟芳等,都是因为参加黑客松,被公司挖掘进入企业的例子。“就像一群有着同样羽毛的鸟聚在一起,黑客马拉松的氛围是参杂着揪团、兴奋,同好相互激励,利用团队力量,做自己真正想做的事,这样的氛围往往也是创业火花的来源,”台湾微软开发工具暨平台推广处总经理刘念臻分析。 “黑客马拉松也考验问题解决力与团队合作精神,如何找到使用者的需求或是原有产品的问题,也就是‘痛点’。而且在限时的状况下,也可以避免结构性拖延,快速开发出产品原型,展现执行力,”行动应用新创公司林克威许共同创办人,也是Facebook黑客松得奖队伍的葛如钧说。


不过除了征才,对于多数举办活动的企业来说,解决产品问题并找出市场新机会之外,扩大并深化与开发者社群的关系其实更重要。


用开放壮大平台 “Facebook就是最好的例子,还很小就愿意开放API,友善宽松的API政策,让外部的开发商做出内嵌在Facebook里面的产品,Facebook只需专注在核心应用即可。因此Facebook不用花很多成本,就可以迅速壮大。如果觉得对方的点子非常有价值,再跟它们买就好,”郑伊廷说。


“我们从B2B厂商走向B2C的云端与终端装置平台商,开发者的角色更为重要,因此我们不是比赛办完了以后就结束,之后还会和开发团队互动,让他们的产品更完整、更有竞争力。下一步还会计画把得奖的App介绍给台湾硬件OEM厂商,做软硬件的集成,让这些硬件产品更有特色,”刘念臻指出,大企业希望藉此壮大整个生态系,创造开放平台和开发者彼此的双赢。

相关文章
|
机器学习/深度学习 人工智能 算法
AI技术如何提升视频画质
在现代科技的飞速发展下,人工智能(AI)技术已经成为人们生活中不可或缺的一部分。尤其是在视频处理领域,AI技术的作用愈发凸显。AI技术的出现不仅仅简化了视频处理的流程,而且提高了视频画质的表现力和感知度。 本文将讲述AI技术提升视频画质的基本特点与方法。
|
机器学习/深度学习 算法 安全
随机性、熵与随机数生成器:解析伪随机数生成器(PRNG)和真随机数生成器(TRNG)
随机性在密码学、仿真和机器学习等领域中至关重要,本文探讨了随机性、熵的概念以及伪随机数生成器(PRNG)和真随机数生成器(TRNG)的原理和应用。PRNG通过算法生成看似随机的序列,适用于高效需求;TRNG利用物理过程生成真正随机数,适用于高安全需求。文章还讨论了两者的协同应用及其面临的挑战。
977 5
随机性、熵与随机数生成器:解析伪随机数生成器(PRNG)和真随机数生成器(TRNG)
|
12月前
|
存储 人工智能 开发框架
Spring AI Alibaba 应用框架挑战赛圆满落幕,恭喜获奖选手
第二届开放原子大赛 Spring AI Alibaba 应用框架挑战赛决赛于 2 月 23 日在北京圆满落幕。
450 93
|
机器学习/深度学习 数据采集 算法
Python实现Naive Bayes贝叶斯分类模型(GaussianNB、MultinomialNB算法)项目实战
Python实现Naive Bayes贝叶斯分类模型(GaussianNB、MultinomialNB算法)项目实战
|
人工智能 开发框架 Java
总计 30 万奖金,Spring AI Alibaba 应用框架挑战赛开赛
Spring AI Alibaba 应用框架挑战赛邀请广大开发者参与开源项目的共建,助力项目快速发展,掌握 AI 应用开发模式。大赛分为《支持 Spring AI Alibaba 应用可视化调试与追踪本地工具》和《基于 Flow 的 AI 编排机制设计与实现》两个赛道,总计 30 万奖金。
464 105
|
11月前
|
监控 Java Go
阿里云可观测全面拥抱 OpenTelemetry 社区
阿里云可观测全面拥抱 OpenTelemetry 社区
192 1
阿里云可观测全面拥抱 OpenTelemetry 社区
|
设计模式 移动开发 IDE
淘宝短视频流工程重构(上):理论篇
淘宝短视频流工程重构(上):理论篇
309 7
|
缓存 前端开发 JavaScript
Rails应用慢如蜗牛?揭开数据库到前端的全方位性能优化秘籍,从此告别龟速加载!
【8月更文挑战第31天】本文探讨了Ruby on Rails应用的性能优化方法,涵盖数据库查询与前端渲染。通过具体代码示例,介绍了如何使用`includes`避免N+1查询问题,利用缓存机制提高效率,以及通过合并和压缩CSS及JavaScript文件优化前端渲染。这些技巧有助于全面提升应用性能和用户体验。
225 1
|
机器学习/深度学习 存储 自然语言处理
基于知识库快速搭建智能客服问答 Bot
在数字化转型的大潮中,智能客服系统成为提升企业客户体验与运营效率的关键工具。Botnow平台集成智能体创作与分发功能,提供一站式智能客服问答Bot搭建服务。本文详细介绍了如何利用Botnow的知识库功能及RAG(Retrieve-Augmented Generation)方案快速构建智能客服问答Bot。通过Botnow平台,用户可以轻松创建知识库、配置智能体,并关联知识库以实现智能回答。该方案广泛适用于对话沟通、行业知识库建设、企业内部信息检索及内容创作等多个场景。Botnow平台以其可视化编排、低技术门槛等特点,助力企业轻松实现智能客服系统的搭建与优化,成为数字化转型的重要推手。
1277 1
|
机器学习/深度学习 运维 搜索推荐
机器学习中准确率、精确率、召回率、误报率、漏报率、F1-Score、AP&mAP、AUC、MAE、MAPE、MSE、RMSE、R-Squared等指标的定义和说明
在机器学习和深度学习用于异常检测(Anomaly detection)、电子商务(E-commerce)、信息检索(Information retrieval, IR)等领域任务(Task)中,有很多的指标来判断机器学习和深度学习效果的好坏。这些指标有相互权衡的,有相互背向的,所以往往需要根据实际的任务和场景来选择衡量指标。本篇博文对这些指标进行一个梳理。
机器学习中准确率、精确率、召回率、误报率、漏报率、F1-Score、AP&mAP、AUC、MAE、MAPE、MSE、RMSE、R-Squared等指标的定义和说明