中国开源项目的雄起时刻到了吗？
作者王学琛
编辑火柴Q
这是第三次了，年初的董事会召开前，投资方的投后同事来问星爵业绩规划，他说：“不需要做报表，我们今年的目标收入多半还是0。”
这家“三年收入都为0”的企业，是星爵在 2017 年创立的 Zilliz，一家做开源模式的基础软件公司，主打融合异构计算的数据科学软件。 这类公司在中国市场颇为另类——做基础、通用型技术，运营模式是短期内不会也难以开启商业化的开源。 不过今年以来，“基础软件+开源”的项目正在得到投资人青睐。
5 月底，「甲子光年」发布《“基础软件+开源”，为什么是现在？》一文后，不少投资人都表示这是他们今年的重点方向之一。
这一领域的融资消息也不断：
2020 年 4 月，物联网大数据平台涛思数据完成超过 1000 万美元的A轮融资，这是其今年完成的第二轮融资；云管理软件及服务提供商骞云科技，同样在 2020 年第一季度完成两轮融资；2020 年 6 月，图数据库研发商欧若数网完成 800 万美元 Pre-A 轮融资。
国外的开源数据库 CockroachDB（蟑螂数据库）也在 2020 年 5 月收获D轮 8700 万美元融资，目前已积累了超过 1.951 亿美金的融资；云存储技术服务商 Snowflake 在今年 2 月完成 4.79 亿美元融资。
其实抛开暂时没有收入这一点，仅看企业用户的增长，Zilliz 的画面很美：
其在 2019 年 10 月 15 日正式开源的第一款产品，向量搜索引擎 Milvus 在 7 个月内积累了 300 多家企业级用户。 即使是在没有付费门槛的开源市场，这个速度依然惊人——目前成立五年、已是中国开源项目样本的新型分布式数据库公司 PingCAP 积累前几百家企业用户用时为两年半。 在社区影响力上，Zilliz 也给中国“基础软件+开源”业带来了新突破。
Milvus 在今年 3 月作为孵化项目加入了 Linux AI 基金会（LF AI），其创始人星爵也在 4 月 22 日当选 Linux AI 基金会新一届董事会主席，这是中国代表首次担任国际顶级开源 AI 社区的最高职务。就在昨天（2020 年 6 月 15 日），Milvus 发布了最新版本 v0.10.0。
Milvus 各项社区指标
其实这类公司、这个赛道都是在等一个蝉的故事：不鸣则已，一鸣惊人。前期不做收入，一旦开始进入商业化就可能迎来爆发式增长。
星爵本人的经历对做成这件事已很有说服力——2009 年到 2015 年的 6 年里，他一直在研发甲骨文的第一个云数据库产品 Oracle 12c，是最初奠基团队 5 人之一。如今，这个产品已累计为甲骨文带来了 100 亿美元的营收。
本文，「甲子光年」深度采访了 Zilliz 的创始人星爵、合伙人顾钧，多家 Milvus 的企业用户以及 Zilliz 的投资方和其他观察基础软件、开源项目的投资人。
这一次，到了中国开源项目雄起的时刻了吗？
1. 7 个月 300+ 企业级用户的加速度
7 个月拿 300 家企业级用户，为什么这么快？
“选择比努力重要”，加速度首先和 Zilliz 选的方向有关——他们切中了当下数据处理领域的两个趋势：异构计算和非结构化数据处理。
这分别反映为 Zilliz 当前的两个主要成果：异构众核数据处理平台 MegaWise 和向量搜索引擎 Milvus。
Zilliz 首先启动的是对异构众核数据处理平台 MegaWise 的研发。
异构计算背后对应的趋势是，随着 AI、物联网、云计算的进一步发展，未来的芯片架构会越来越碎片化，场景也会越来越多元，计算和数据流淌在从云端、边端到终端的各个角落。
此前，面对不同的架构，解决方案是堆人力，写代码。这是因为 PC 和移动时代，主流架构只有 x86、Arm 等少数几个，与其费劲攻克异构计算，不如以开发的方式去适配。
但现在，在 x86、Arm 之外，RISC-V、达芬奇、寒武纪的 MLUv02 等新架构涌现，人工适配已无法实现，异构环境成为计算不得不攻克的壁垒。
图为芯片专家唐杉博士维护的名为“AI 芯片全景图”的 GitHub 频道
同时，Chris Lattner 开发的 LLVM 让异构计算的商用成为可能。简单来说，LLVM 是一个横跨编译层和汇编层的框架，可以实现用一套语言调动不同指令集架构的硬件。
第一个看到异构计算的必要性，并从中获利的是 Google 的深度学习框架 TensorFlow。
TensorFlow 的优势之一就是率先实现了异构计算，通过技术屏蔽掉下面芯片体系结构的差异，也屏蔽掉云端边部署环境之间的差异。也因此，TensorFlow 在此方向上一度领先 Caffee、PyTorch 等3-5 年的时间窗。
Zilliz 成立第一天起也将此作为发力方向，在 2017 投入异构众核数据处理平台 MegaWise 的研发，也因此一度给外界留下了 GPU 数据库的印象。
研发过程中，Zilliz 团队在两年多时间里，完成了十数次版本迭代、近 30 万行代码，最终在 2019 年推出了 MegaWise 数据处理平台。和主流 CPU 数据处理引擎相比，MegaWise 可以实现查询性能提升 100 倍以上，硬件成本和运维成本降低 10 倍。
MegaWise 架构图
在一边研发平台的同时，Zilliz 也在探索基于 MegaWise 的具体产品形态，最终他们把首个产品定位到了处理非结构化数据的工具——一款向量搜索引擎。
“最怕技术人陷入盲目的狂欢和自嗨，你做一个技术上很牛逼的东西，但市场上没人愿意用。”星爵称，Zilliz 在做底层研发时就已开始不断和用户沟通，发现大部分用户对非结构化数据处理工具需求迫切。
这个背景和近几年 AI 的发展大势有关。此前，计算机主要处理的是结构化数据，即可以用二维表结构来逻辑表达和实现的数据。而以深度学习算法为代表的当下 AI，把图片、视频、语音等非结构化数据也纳入了机器能处理的范畴。
但是，数据库产品的发展一度没有赶上 AI 算法层和应用的进展，目前还没有一个原生于 AI 的非结构化数据库管理系统取得主流地位。
各企业、组织的开发者在处理非结构数据时，仍不得不使用上一代的 Oracle、MySQL、DB2、SQL Server 等关系型数据库，但并不称手。
Milvus 的企业用户、资深算法工程师文安哲告诉「甲子光年」，以企业征信数据为例，中国有上亿家公司，每一家公司的征信数据包含了很多维度，且单一维度就可能有大量数据，如一些集团企业的商标专利就有成千上万个。面对这些海量的非结构化数据，企业短期内并没有能力去自研处理技术。
Milvus 要解决的就是这个非结构数据处理的痛点。
具体来说，Milvus 做的是非结构数据处理的一个共通环节——向量的快速搜索分析。不管是处理图像还是语音的深度学习算法，都有一个共通环节，就是把图片等对象向量化。
此前虽然已有 Facebook 开源的 Faiss 向量搜索库和微软开源的 SPTAG 库，不过，Faiss 和 SPTAG 都还不是成形的产品，用户在使用时仍需进行大量开发。而相比 Faiss 和 SPTAG 这样的算法库，Milvus 提供完整的向量数据更新、索引与查询框架。
Milvus 可在无需变更代码、只更新数据的情况下实现快速检索。
半年以来，Milvus 已经积累了 300 多家企业级用户，并解锁了以图搜图、以图搜视频、自然语言处理、语音识别、推荐系统、新药发现等场景。就在昨天（2020 年 6 月 15 日），Milvus 发布了最新版本 v0.10.0。
另一方面，这种“加速”发展，也源于 Milvus 采取了一种新的开源方式——“重装开源”。
Milvus 开源的第一个版本就已经非常完备。星爵记得当时有用户评价，“没有看到过一个东西刚开源就会写这么详细的文档。”
如果说以往的开源方式是“小苗”阶段就放到社区让大家一起浇水，那么 Zilliz 的开源是一出场苗就长好了，连花都开好了。
星爵说：“十年前做开源软件，是从你写第一行代码就开源，现在已经不一样了，我们要求第一个发布的版本就是可用且好用的。”
为了 2019 年 10 月 15 日这“一哆嗦”的开源，他们已经研发了近 1000 天。
其中仅 Milvus 的研发就经历 300 多天。Zilliz 团队深入研究了 ANNS 算法，针对不同处理器芯片和指令集做了大量优化，在完成 3600 多个 commit、5 次版本迭代和 7 万多行源代码后终于发出了 Milvus 的第一个开源版本 Milvus 0.5.1。
这种“重装开源”是 Zilliz 可以在 7 个月里积累 300 多个企业级用户的关键之一。
“我们的产品在易用性、稳定性、可用性上有很好的保障，文档也相当齐全，包括中英文版本。”星爵告诉「甲子光年」：“如果你早期的版本不可用，很多用户会恨你三年，他三年之内都会觉得这个团队的东西不可用。”
某头部互联网房产服务商搜索平台资深工程师孙要飞告诉「甲子光年」，他在 2019 年底选择 Milvus 正是因为它的相对完整性——可以直接使用，且文档很细致。
当时他所在的团队调研了市场上一些开源向量工具，比如 Facebook 的 Faiss 工具及某互联网零售企业的一个开源项目。
孙要飞告诉「甲子光年」，Faiss 相当于手脚架或者说零件，不是一个可执行的东西，而某互联网零售企业开源项目的社区支持度相对不足，且更新比较慢。
Milvus 应用于房源推荐场景
星爵告诉「甲子光年」，保证可用甚至好用之后再开源，其实也是当前开源创新的一个共同趋势。
在 AI、大数据、异构计算等汹涌而来的新浪潮下，看准了基础层新机会的各路玩家都想加速奔跑。
2. 一场率先达到网络效应的竞赛
为什么要想办法“加速”发展？
这涉及到基础软件产品的商业本质——一场率先实现网络效应的竞赛。
为什么说基础软件需要达到网络效应？
简单来说，开发者在面对特定场景的特定问题时，所使用的基础软件的类型和数量都会逐渐收敛到少数几个。这样才利于技术社区的交流、技术人员在组织间的流动以及开发者个人的职业生涯。
这有点像学习语言，最后主流的语言就那么几个。
由此，对基础软件项目来说，要争夺的最稀缺的资源有二——开发者的精力和应用场景，二者皆有限，这又进一步加大了网络效应。
从开发者的角度，GitHub 的开发者数量为 4000 万，每一个开发者在整个职业生命周期里学习的技术栈一般不会超过 30 个，且转换技术栈的学习成本很高。
GitHub 2019 年度报告中，2014-2019 最受欢迎的编程语言 TOP 10，可以看到前几名的排名一直相对稳定。
基础软件产品和项目要做的就是“成为开发者的三十分之一，占据其 20-30 年的职业生命周期”。
这样一算，信息产业的每一个新技术周期里，真正能跑出来的基础软件并不会很多。
另一方面，开发者用基础软件最终是要解决应用场景里的问题，而各领域的应用场景所蕴含的基础、通用型需求同样稀缺。星爵对基础、通用型需求的计算是“数百个、不超过 1000 个”。
所以对基础软件来说，先发优势、资本甚至技术本身都不是壁垒，真正的壁垒是你能否率先垄断特定类型的开发者和场景，即针对这类开发场景，社区里用你的产品和方案的开发者最多，而且会像墨汁滴进清水那样越来越多。
也是因为网络效应，现在基础软件创业基本都会选开源模式。开源本身对形成网络效应具有加速作用，Zilliz 选择的这种一上来就好用的“重装开源”方式则是他们认为的加速之上的再加速。
星爵告诉「甲子光年」，开源是基础软件的“杠杆”，它免费的特性能降低初始用户的接受门槛；免费带来的“公益性”，也能吸引原厂外的社区开发者帮助贡献代码或做测试。这就帮助原厂更快、更多地占住了开发者和场景两大稀缺资源。
以 Milvus 的场景拓展为例，最初 Zilliz 自己设想的向量搜索的场景是以图搜图等少数几个，而聪明的开发者却能把这个工具用到更多场景，比如互联网房产服务商把 Milvus 用在房源匹配，医药研发企业会使用 Milvus 来帮助新药研发，专精自然语言处理的团队把 Milvus 用在智能客服。
“这就是开源的魅力，不是你觉得你能提供什么，而是用户会自己去想他能怎么用。”星爵说。
理解了基础软件的网络效应，才能理解基础软件创业对时机、原创性和方向的苛求。
正是因为开发者的精力和场景是有限的，转换技术栈的成本很高，所以一旦针对一类问题已有了可用、好用的基础工具，后来者即使在产品层面好上个 20% 到 30%，也不足以引起开发者替换，微创新很难构成威胁。
所以，基础软件首先有“代际性”，在信息科技产业的承平岁月，没有太多让新人崭露头角的机会，只有“改朝换代”时，新英雄才能成批涌现。
目前 5G、云计算、AI、IoT、大数据等新技术带来通信、计算、数据、数据处理方式等全方位的新变革，当前正是一个风起云涌的变换期，出现了一批尚未被满足的开发者的需求，市场机会的缝隙由此打开。这也解释了近期“基础软件+开源”的创新和资本热潮。
同时，这些新英雄一定要努力做到独家原创，因为跟着别人跑很可能会输掉“率先达到网络效应”的竞赛。“不要重复造轮子”，这不是极客情怀，而是商业逻辑要求下的选择。
从星爵作为创始人的个性特点上来说，他本人也挺享受这一点：“无人区有很多不确定性，但我们追求那种在荒漠无人区里独自行走的快感。”
有了对时机的把握和对原创的觉悟，接下来是要锚到一个好方向，去解决一个有痛点的、主流的问题。
在方向选择上，Zilliz 的第一款产品选择了做针对非结构化数据的处理工具，这背后是对需要处理海量非结构化数据 AI 的长期看好。
对“网络效应”逻辑的共识是 Zilliz 及其目前投资方不看收入的底气。这看起来是一个冒险甚至有点“忽悠”、带“泡沫”、被务实派斥为“违背商业本质”的路线，但对相信者来说，唯有如此，必须如此，否则不如回家卖红薯。
不做收入也需要定力。在 2017 年到 2019 年，Zilliz 全力研发异构计算底层数据平台 MegaWise 和向量搜索引擎 Milvus 期间，也有企业方找他们做一些 to B 数据服务项目，但 Zilliz 选择是不做。
Zilliz 的投资方云启和晨兴也对此有共识。星爵告诉「甲子光年」：“他们（投资方）从来不催我们做收入，我们到现在收入是0，今年我们多半是0，明年很可能还是0。”
云启董事总经理陈昱认为开源项目前几年可能就是没有收入，但一旦进入商业化阶段，可能会迎来爆发式增长。
3. 10 个人 1 个月，也生不出一个孩子
那么对一个“基础软件+开源”的创业公司来说，如何才能更快跑到爆发式增长的门口，即网络效应的临界点？
这和“21 世纪什么最贵？”是一个答案，人才。有人才能做出网络效应的第一个基础，你首先得有好的产品。
但人才竞争并不是堆人。
扎克伯格曾说过，1 个优秀工程师可以抵得上 100 个普通工程师。对需要拓荒的基础软件开发来说尤其如此。
Zilliz 目前有 50 多名员工，其中 40 多名是工程师，在 2017 年开始启动异构计算平台研发时人更少，最初核心工程师只有 10 名。
这里就得提到星爵此前的职业经历，2009 年，星爵在读到威斯康星大学麦迪逊分校计算机科学博士的第四年选择进入工业界，加入 Oracle（甲骨文），并从 2009 年开始开发甲骨文的第一款云数据库产品 12c。
2013 年 6 月，Oracle 发布 12c 数据库
在 12c 最初启动时，团队只有 5 个人，此后的 6 年里平均在7-8 个人左右，迭代了两个版本。到 2015 年星爵离开甲骨文回国时，这仍然只是一个不足 10 人的小团队。2018 年后，团队升级为云数据库部门，才扩充到上百人。该产品已累计为甲骨文创造了超过 100 亿美金的营收。
“在一个开创新项目的研发上，就连 Oracle 这样的大公司，也不是说第一年就投 100 号人，Oracle 的新项目组一般都不会超过 10 个人，等做到6、7 年以后，项目下面出现了更多的模块，可以做并发开发了，才会有更多人进来。最开始就是做一件事。”星爵说。
相似的例子还有 Google 的 TensorFlow，在 2015 年发布第一个版本前，这个团队约 20 多人，现在已达到上千人。
Google AI 负责人、TensorFlow 带头人 Jeff Dean
奠定了异构计算商业化基础的 LLVM 更加极端，最初就是 Chris Lattner 在 UIUC（ 伊利诺伊大学厄巴纳-尚佩恩分校）读博士期间一边写论文一边做的，以一己之力重新定义了编译器。
这样的经历让星爵认为公司最初一定要找到最懂行的人，就是要有极客和大神文化：“我堆 200 个人，就能把 3 年压缩到 1 年吗？其实也不行。”
当然，这样的人挺难找，竞争也相当激烈。
公司的 HR 很崩溃，有时 100 份简历筛不出一份可以面试的。许多最终进入公司的候选人来自朋友介绍、校友和熟人推荐。
星爵说，为了招募公司的核心成员，他平均要和候选人吃 3 次饭，每次聊两小时，以愿景打动之，以自身技术能力吸引之：“还好我自己挺懂技术的，对一个底层技术软件公司来说，创始人自己不懂基本没戏。”
正是开发原创性基础软件的这种“不靠堆人靠大神”的特点，决定了 Zilliz 这类公司的团队文化：每个人都能独当一面的英雄文化。
阿里的早期员工入职时每个人要选一个武侠人物当花名，在 Zilliz 大家要选一个英雄名，在星爵看来，这不是形式主义，每个人要讲清楚为什么选这个英雄，其实背后的问题是：你的拿手技能和愿景是什么？没有绝活儿不能叫英雄。
星爵之所以选择这个英雄名，是因为他觉得银河护卫队可以默契协作干成一件大事，协作不仅是团队综合战斗力的保障，也符合开源技术精神。
大神扎堆也让团队必须推崇坦率的文化——不是自己坦率，而是要接受别人的坦率，这是牛人扎堆的相处之道。
采访时，星爵非常形象地表演了公司内其他同事是怎么“坦率”的：“超哥你闭嘴，你讲的是错的，其实真是情况是这样的这样的。”星爵突然放大声量并配合着辩论的手势，“他们就是这样怼我的。”
对敢发表不同意见的同事鼓励，能讲出来道理的则要鼓励再鼓励，这是星爵口中的 Zilliz 的坦率文化。
而对外，“牛逼哄哄”的 Zilliz 工程师们又是“另一幅面孔”，这关系着达到网络效应的另一个基础——搞好社区运营。
星爵本人非常看重社区运营的重要性，他认为在一个开源项目的成功上，社区和产品至少四六开。
目前，Zilliz 的整个团队分为两个平级的部门，一个是技术研发部，一个是技术运营部，技术运营部下有三块：用户成功、社区运营和技术传播。
其中技术传播团队负责技术文档、白皮书的撰写和维护；社区运营团队则会举办各种线上和线下活动。
Zilliz 的“首席布道师”顾钧每周二晚上 8 点会有一场雷打不动的面向社区的 60 分钟线上交流，收集大家的问题和建议，与社区同步 Zilliz 产品的新进展。
Zilliz 开源社区线下活动现场
星爵总结，在产品做好、能给社区带来价值的基础上，做社区运营的经验之一是要有利他主义。
最开始的宗旨就是用户愿意用，开源原厂团队就要服务到位，先“不要想钱的问题”，也不要陷于工程师对自己的代码的“敝帚自珍”。
其实在 2019 年 7 月开始启动 Milvus 的开源时，Zilliz 内部一度分为两派，一派支持部分开源，一派支持全部开源。部分开源派的想法既有对全部开源后未来商业化怎么办的疑虑，也有一种工程师本能的、对自己的核心代码难以割舍的情节。
星爵自己的想法是全部开源，因为他想明白一个事，用户其实没有占有源代码的需求，用户需要的是原厂团队快速优化、快速迭代的能力，是服务，“最牛的是你打一个响指就能解决问题”。
社区运营的第二个经验是要“微笑着面对挫折”，并不断改进。
做传播不是工程师的强项，Zilliz 在最初做社区活动时，非常惨淡。第一次比较正式的线下活动，有十几人报名，Zilliz 大张旗鼓地在现场搞了易拉宝、水牌等指引物料，最终就来了两个人，顾钧和其他 5 个同事对着他们讲了 3 小时。
“我们内部统一想法，就算只来 1 个人，也像来了 100 个人。有一个听众我也讲，有 10 个我更开心，对吧。”星爵说。
Zilliz 最初在公众号等渠道做技术文章传播时，也常常不得要领。现在回头看，主要是写得太晦涩，只有少部分人能看懂。而现在，团队积累了更多写文章的技巧，比如用白话和比喻翻译技术语言，加点表情包调节阅读节奏，更多使用视频类内容，在选题上讲点工程师普遍关心的话题，更多吸收社区里其他能写的工程师的输出等。开源 8 个月来，Zilliz 已累计发布了 40 多篇有关 Milvus 的技术文章。
技术研发+技术运营两手抓，Zilliz 正努力加速让自己进入下一个阶段。
4.18 个月后的商业化
按星爵自己的计算，下一个阶段会在 18 个月后到来，届时 Milvus 会来到网络效应的临界点。
临界点的标志是企业用户数量突破千家。
为什么千级企业用户是个门槛？
参照 Spark、Elasticsearch 等成功开源项目的发展历程，突破 1000+ 用户意味着规模效应的到来。一方面，上千家企业用户往往意味着背后有 5000-6000 位满意的开发者，能够形成口碑传播效应；另一方面，上千家企业用户通常也包含了数百个应用场景的成功匹配，代表项目的产品化程度趋于完善。
目前，Milvus 半年多时间里已在全球积累了 300 家企业级用户。Zilliz 在开源社区上的计划是力争在 18 个月内达到临界点。
为了到达这个数量，Zilliz 接下来将正式开启全球化运营。“未来 12 个月，一定要把旗帜插到硅谷。所有公司提到非结构化数据处理，第一个想到的就是 Milvus。”
在 Zilliz 的设想中，达到网络效应之后的盈利方式，是云托管。
云托管就是，基础软件开源并将其服务托管在公有云平台上，企业客户直接购买在云上部署好的服务。
这种方式首先可以缩短销售链条，减少营销投入。
过去的销售是上门推销，需投入大量资金建立销售网络。云托管模式下，用户直接体验开源版本，试用后可购买服务，产品本身即营销。
同时云托管也适应开源基础软件对迭代速度的要求，可以以日为单位去更新升级。
此外，云托管可以降低部署和实施门槛，企业客户可直接购买并云上部署。
这些好处共同导致的结果是，可拉高基础软件公司的毛利率。
做软件比做硬件市盈率高，因为它边际成本更低，而互联网公司比软件公司市盈率更高，因为除了边际成本低外，它还有网络效应。
而基础软件+云托管，一方面本身就有网络效应，另一方面可以减少营销、部署成本，进一步降低边际成本。
星爵认为，云厂商与基础软件厂商最终会形成一种新的 App Store 的模式，云厂商是应用商店平台，上面会有各类基础软件应用。
AWS 收录了独立软件供应商的产品，用户可直接测试、购买与部署
理想很丰满，但通往未来的道路也充满挑战。
第一个挑战在于企业用户的整体上云情况及付费意愿。
此前「甲子光年」在《“基础软件+开源”，为什么是现在？》一文中曾提及，国内除互联网和金融之外，其他行业信息化水平与国外“天差地别”。中国市场付费能力最强的机构是政府和大型企业，其中有不少国企，它们往往对公有云上的开源系统有安全性等顾虑。
一名关注此领域的投资人告诉「甲子光年」，To D 实际上算作 to B 的子类，采购主体和开发部门有可能是错位的，近几年在中国企业中虽然开发者的话语权大幅提高，但对基础软件来说依然薄弱，因为基础软件若出问题，大领导可能被问责。
挑战之二还是在于人才，尤其是全球化人才。
通用的基础软件一定不是地域性的，最终跑出来的公司要在全球取得优势。云启陈昱说：“投开源项目，我们的标准之一就是，产品放眼世界要有竞争力，因为开源技术是没有（国境）边界的。”
今年，Zilliz 希望团队能从 50 多人扩充到 100 人，他们尤其想补充英语等软技巧很强的全球化人才。“如果英文读写不能达到流畅水平，我们在招人时就会有疑虑。”这进一步导致招人难。
最后，全球化道路上，需要面对数据安全和合规的挑战。
云启陈昱称，未来往全球市场走，Zilliz 可能要花很多力气在数据安全和合规方面。这是公有云最开始起来时大家就在讨论的问题，也是取得客户信任感必须面对的问题，在这方面要做到无懈可击。
不过，“基础软件+开源”在美国已经跑出了一些公司——明星开源项目 MongoDB 和 Elastic 股价一路飞涨，未上市企业也颇受资本市场青睐。
“照猫画虎的话，这条路相信在中国是走得通的，但可能需要一定的时间。”陈昱说。
中国也已有初具规模的公司。如已成立五年的 PingCAP，其项目 TiDB 在 GitHub 已有 23.2K 的星标，在社区活跃度或者一些评论文章上，PingCAP 的指标已经全面超过了它的美国对标。
“开源在国内变现的确会有挑战，但是 PingCAP 已经证明了还是能做的，今年 PingCAP 的合同额预计过亿，并且在海外市场上会有突破。”陈昱告诉「甲子光年」，Zilliz 和 PingCAP 一样可以开拓国际市场，国际客户的客单价和付费意愿会更加强，这是基础软件较于一般的企业服务有优势的地方。
Zilliz 也已开始一些商业化的准备动作。
一是市场摸底——据 Zilliz 的用户调研，目前用户中近三成有付费意愿，星爵对此很乐观：“很多用户会主动找过来问我们有没有商业版”。
同时，今年以来，Zilliz 已开始投入商业版产品的研发，为用户量到达临界点做准备。
整体来看，开源市场的发展速度会越来越快，已有很多先行者可以为新的开源项目提供运营经验。
而底层技术具有反周期特性，并不受到经济衰退等外部环境因素影响。开源也会成为一种主流选择——率先选择开源的企业也更容易率先形成网络效应，从而占据市场优势地位。
过去这条路在中国并非主流，而之后，则要靠投身其中的人一步步走出来。
END.
