随着物联网时代即将到来，有关新技术将抢走人类饭碗的讨论再度升温。美国 科技 博客TechCrunch撰稿人扎克·苏帕拉（Zach Supalla）近日撰文指出，虽然许多物联网商业模式是通过减少劳动力来提高运营效率，但新技术并不会减少就业
从人类步入 科技 时代开始，有关新技术会抢走我们饭碗的担心便出现了。以蒸汽机为例，当它在17世纪末期被发明出来以后，人们担心蒸汽机的出现预示着体力劳动将走向结束，成千上万靠体力劳动为生的人将丢了饭碗。
然而，蒸汽机非但没有抢走我们的工作，反而在铁路系统等新兴行业以及高生产力工厂创造了全新的就业机会。虽然一些体力劳动者因蒸汽机的发明而丢了工作，但蒸汽机也创造了许多新的工作岗位，比如机器操作员、工程师和维护人员等。
近250年过去了，在一个由技术变革定义的世界里，我们看到了同样的担心和恐惧。截至2015年9月份，亚马逊共部署了3万台Kiva机器人，以实现仓储中心管理自动化，提高运营效率，降低对劳动力的需求。与此同时，市场对软件开发人员的需求不断增长，马克·安德森（Marc Andreessen）在2011年作出的论断——“软件正在吞噬世界”——正变得越来越真实。
未来十年，在新兴的物联网（IoT）时代，这种讨论将再次升温。在一个被打上“将实体的东西都带到线上”这种标签的行业里，许多物联网商业模式将通过减少劳动力来提高效率。我们看到一些企业将垃圾箱与互联网连接在一起，提高部署垃圾清运车的效率——这意味着我们将需要更少的垃圾清运车。无人机将显著减少对大片土地实施勘测所花的时间——这意味着我们将需要更少的勘测人员。在未来十年，每一个涉及电子技术或设备的行业预计都将以这种方式被颠覆。
于是，我们还想问一个曾在17世纪末期被问到过的问题：新技术会抢走我们的工作吗？答案是否定的。以Target为例，这家美国零售商上个月刚刚发布了招聘物联网首席工程师的启示。招聘启事上写道，这个岗位的职责是“为用户打造创新性物联网解决方案”，要求应聘者必须拥有编程语言、代码方面的经验，在工作上采用迭代方法。
除此之外， 科技 咨询公司Janco Associates在最新版企业IT人员工作手册中，将物联网经理确定为手册中新增的三种岗位之一。作为一个高级岗位，它要求经理们负责“技术系统支持的执行和维护，以及现场控制人员的数据传输和回收。”
简而言之，物联网将可以做技术在任何一个领域从事的事情——让低技能工作与高技能工作形成互补。最终，物联网将会导致许多领域简单且重复的工作被大范围取代，比如制造业、质量控制和规划等。但更为重要的是，物联网将导致新就业岗位的出现，这些岗位将用物联网技术帮助单个企业走向成功，甚至会推动整个行业取得成功。
以下即是与物联网有关的三种热门工作岗位：
首席物联网官（CIoTO）
2016年将是CIoTO诞生之年——据市场研究机构Machina Research预测，今年“至少会有一家财富500强企业任命CIoTO”此外，研究表明超过一半的英国企业将在未来一年内聘请CIoTO，并在这个方面展开投资，尤其是在教育、零售和电信等行业。在接受调查的企业中，94%表示将对与物联网有关的项目进行投资，涉及基础设施、安全、研发和人才等方面。
CIoTO将负责推动一系列与技术有关的决策，而这些决策将决定着一家公司的未来发展方向。此外，CIoTO将提出公司的物联网战略，负责开发物联网产品或项目，负责从物联网设备中收集数据，分析和确定各种深刻见解，最终基于这种数据采取行动。
物联网商业设计师（IoT Business Designer）
有些公司正在聘请技术驱动型“物联网专家”，负责管理一些项目或员工，但我们会看到一个更大的行业趋势，即物联网商业设计师的出现，他们是颇具创造力的思想领袖，尽力寻找各种可以通过物联网来解决的商业机遇，然后以 科技 手段挖掘这种机遇。
物联网商业设计师必须对公司未来10年的发展有清楚的认识，可以定义和执行某个项目，而这个项目将成为公司未来10年规划的第一步。此外，他们还必须很懂技术，但又不会痴迷于技术，只要能运用 科技 手段解决问题即可。
全栈开发者（Fuller Stack Developer）
全栈开发者（full stack developer）是指那些熟练掌握后端和前端技术的开发者。具体来说，这意味着开发者必须要懂基础设施、数据库、后端代码（Ruby、Python和Java）和前端代码（JavaScript、HTML和CSS）。
但在物联网时代，这还不够。物联网产品不仅包括与网页应用和移动应用一样的前端和后端系统，同时还包括硬件，而且往往是定制式硬件。这意味着你的“全栈”必须更全面，还要懂嵌入式系统（即固件）以及电气工程学和机械工程学等。因此，你就需要更为全能的全栈开发者了。
这种人才听上去就像独角兽一样稀有，但这些软件工程师的确存在。许多学计算机工程和嵌入式系统的人才已转行从事网页与移动应用开发，因为过去十年这些工作的待遇更丰厚。
国产激光雷达十大供应商
激光雷达是一种利用激光来实现精确测距的传感器，在广义上可以认为是带有3D深度信息的摄像头，被誉为“机器人的眼睛”。
激光雷达产业自诞生以来，紧跟底层器件的前沿发展，呈现出了技术水平高的突出特点。从激光器发明之初的单点激光雷达到后来的单线扫描激光雷达，以及在无人驾驶技术中获得广泛认可的多线扫描激光雷达，再到技术方案不断创新的固态式激光雷达、FMCW激光雷达，以及近年来朝向芯片化、阵列化持续发展，激光雷达一直以来都是新兴技术发展及应用的代表。
2020年，国家发改委首次官方明确“新基建”七大板块，激光雷达作为终端传感器设备，在自动驾驶、车路协同等智能交通、智慧城市领域的作用不断凸显。中国政府对自动驾驶的支持，也将对全球激光雷达产业发展起到积极的推动作用。
根据沙利文的统计及预测，至2025年激光雷达全球市场规模为135.4亿美元，较2019年可实现64.5%的年均复合增长率。至2025年，中国激光雷达市场规模将达到43.1亿美元，较2019年实现63.1%的年均复合增长率。
激光雷达全球市场近来年逐渐开放，海外厂商在上游和中游都存在着领跑的优势，在技术和客户群等方面都领先于国内厂商。国外激光雷达技术早在2010年前就开始尝试应用于ADAS辅助避障和导航项目。作为未来自动驾驶核心传感器的代表，激光雷达核心技术主要掌握在Velodyne、Quanergy、Ibeo三家国外企业中。
美国Velodyne成立于1983年，其机械式激光雷达起步较早，技术领先，同时与谷歌、通用汽车、福特、Uber、百度等全球自动驾驶领军企业建立了合作关系，占据了车载激光雷达大部分的市场份额。
Quanergy成立于2012年，2014年推出其第一款产品M8-1，并在奔驰、现代等公司的实验车型上得到应用，M8之后Quanergy相继发布的产品都开始走固态路线，采用了OPA光学相控阵技术，规模量产后将大幅降低传感器价格。
Ibeo成立于1998年，是全球第一个拥有车规级激光雷达的企业，其于2017年推出了全固态激光雷达A-Sample样机。
但国内厂商近年来奋起直追，取得了许多突破性的进展，中国势力正在逐步崛起。
国内玩家早期分为两个流派，一类研发机械式激光雷达与Velodyne等老牌玩家抢市场，另一类则直接锁定固态激光雷达产品。
国内激光雷达领域目前有近50家入局，开发方向也不局限在汽车行业。玩家的身份比较复杂，有禾赛、速腾、镭神等明星初创企业，也有跨界而来的华为、大疆，有资格较老的，如北醒、北科天绘、国科光芯，还有一些后起之秀，如洛微、探维、光勺等。很多初创公司后面都有科技巨头和国际Tier1的影子。总体而言，国内市场竞争激烈，呈现出百花齐放的市场格局。
高工智能汽车研究院基于国产激光雷达厂商技术储备、差异化优势、前后装量产项目进程以及市场曝光度等因素，首次综合发布年度激光雷达供应商品牌影响力TOP10企业榜单。
图源：高工智能汽车
一径科技
一径科技(zvision)成立于2017年11月，总部位于北京，是一家专注于全固态激光雷达产品和技术开发的高科技公司。
自成立开始，该公司已经进行了三轮融资，投资方包括明势资本、英诺天使基金、臻云创投、云天使基金、东科创星、复星锐正资本、松禾资本等。
作为国内首家宣布量产进程的公司之一，一径科技已经与嬴彻科技就干线物流卡车自动驾驶解决方案商业化达成战略合作，成为嬴彻科技量产MEMS激光雷达供应商，其最新的ML系列激光雷达将会供应于嬴彻科技干线物流的量产自动驾驶车型。
目前，嬴彻已经与国内头部重卡主机厂启动L3量产合作项目，并在自动驾驶卡车领域首次完成L3重卡A样车，将于2021年底率先实现L3量产。考虑到卡车领域对于车载传感器的要求高于乘用车，这也意味着国产激光雷达已经完全可以满足大规模车载应用的要求。
2020年7月，一径科技常熟工厂落地，标志着车规级规模量产正式开启。常熟工厂一期投资总额达1.02亿元，目标建成世界首条年产能5万台的车规级MEMS激光雷达。
此外，一径科技还与全球多家顶尖自动驾驶公司、汽车主机厂签订合作协议，主要客户有通用、福特、吉利和三一等公司，目前量产落地的主攻方向为向特定区域的各种场景的相关车辆提供整体激光雷达解决方案，如高速物流、智慧矿区、智慧港口、智慧园区、智能公交、Robotaxi等。
禾赛科技
近年来快速占据自动驾驶测试市场主力份额的禾赛科技，已在2021年1月7日，提交了招股说明书，拟在科创板上市募资20亿元，有望成为国内首家以激光雷达为主营业务的上市公司。
禾赛科技2013年成立于美国硅谷圣何塞，2014年将总部搬迁至上海。公司主营业务为研发、制造、销售高分辨率3D激光雷达以及激光气体传感器产品。其中，面向广义机器人应用的激光雷达为公司核心产品。
禾赛科技公司创始人兼董事长孙恺毕业于斯坦福大学机械和电子系，创始人兼首席执行官李一帆为清华大学学士和美国伊利诺伊大学博士创始人兼首席技术官向少卿拥有斯坦福大学电子工程和机械工程双硕士。
禾赛科技的产品包括面向无人驾驶领域的Pandar40、Pandar40P、Pandar64、PandarQT、Pandar128，以及多传感器融合感知套件Pandora面向高级辅助驾驶领域的PandarGT面向车联网应用的PandarMind面向机器人市场的PandarXT等。
自成立以来，禾赛科技历经5轮融资，融资金额累计接近15亿元，最近一次融资总额1.73亿美元(约11.3亿元人民币)，刷新了激光雷达行业的最高单笔融资记录。投资方包括百度、博世、真格基金、安森美半导体等。
镭神智能
镭神智能成立于2015年,总部位于广东深圳市，是全球唯一一家同时掌握了TOF时间飞行法、相位法、三角法和调频连续波等四种测量方法的激光雷达公司，已经打造出较全的激光雷达矩阵，以此为基础提出针对不同行业软件的整体解决方案,覆盖自动驾驶、智慧交通、轨道交通、机器人、物流、测绘、安防、港口和工业自动化等九大产业生态圈应用。
自成立以来，镭神智能前后进行过5轮融资，投资方包括北极光创投、招商资本、陕西鸿创、如山资本、达晨财智、Fortune Capital、仁爱智汇、易津资本、信业基金和同威资本等。
镭神智能是国内为数不多与主机厂达成战略合作的激光雷达公司之一，该公司已与陕汽控股达成战略合作，瞄准车规级激光雷达的研发与商用车前装量产项目。
此外，陕汽控股旗下基金也是镭神智能的投资方之一，考虑到陕汽重卡在国内重卡销量排名靠前(2019年排名第四)，未来市场想象空间巨大。
早前，该公司还成功入选国家工信部新一代人工智能产业创新重点任务开展128线混合固态激光雷达技术攻关。
目前，在MEMS、Flash以及OPA三种主流固态激光雷达技术路线上，镭神都有研发布局。
镭神智能是国内唯一一家自主研发出激光雷达专用16通道TIA芯片、激光雷达自动化及半自动化生产线、1550nm光纤激光器的激光雷达公司，目前公司产品包括车规级128线、32线和16线混合固态激光雷达。
镭神智能的MEMS固态激光雷达LS20B凭借MEMS微振镜、16通道TIA芯片等核心技术与创新工艺，内部结构部件得以大大简化，整机组装效率也大幅提升其最远测距可至300m，拥有丰富的点云和精细的角度分辨率采用车载前装设计，可直接嵌入车头与车身完美融合，不仅简化安装、兼顾美观，还可降低多传感器的融合算法的复杂性，大大节约了车辆的改造成本其售价为999美元(约合人民币6998元)到1299美元(约合人民币8998元)。
此外，在车路协同市场，镭神智能目前提供的激光雷达车路协同解决方案已在北京、上海、广州、苏州、重庆、郑州、许昌等多个城市落地。
大疆Livox(览沃)
无人机巨头大疆科技孵化的Livox(览沃)成立于2016年，可以说是今年国内激光雷达领域的一匹“价格”黑马。千元级低成本激光雷达成为市场关注的焦点，Horizon的价格为800美元，Tele-15的价格为1200美元，开创了激光雷达性价比的新高。
不过，该公司创新的非重复式扫描技术还有待汽车行业验证，好处是可以最大化覆盖率，但在快速场景特征提取和匹配上与传统技术路线有所不同。
以浩界Horizon产品为例，其0.1秒的计分时间之内可以等效64线的机械式激光雷达。根据市场反馈，在低速场景下，效果较好，但由于是单线扫描模式，中高速场景效果一般。
此后，Livox推出了用于近距离盲区探测的Mid-70和用于改进远程探测的Avia，后者可以在不同的扫描模式(新增重复线扫描模式)、范围和不同场景之间切换。
为了满足不同操作场景的需求，Livox Avia提供了两种扫描模式(一种是之前的非重复扫描)，都能够同时发射多个高速扫描激光束，点云数据速率为24万点/秒。
不过，背靠大树好乘凉，借助大疆强大的供应链、管理、采购及生产体系，Livox的量产降本能力毋庸置疑，尤其是非车规级产品可以通过大疆无人机渠道进行销售。而且价格和可实现大规模量产是览沃科技的最大竞争优势。
此外，考虑到下游客户对于激光雷达的点云处理以及相关软件方面的需求，硬件为先的Livox选择开放数据集及开源算法来帮助客户降低开发门槛。
览沃科技已与小鹏、部分Tier 1、主机厂以及整体解决方案商进行了合作：L4乘用车方面与自动驾驶公司AutoX进行了合作L4商用车方面与智能重卡公司希迪智驾(CiDi)进行了相关合作在低速无人驾驶机器人，览沃科技与深度战略合作伙伴高仙机器人(Gaussian Robotics)达成逾万台激光雷达的采购合作。在2021年推出的全新量产小鹏P5车型上，将搭载基于浩界Horiz车规级激光雷达的小鹏定制版车规级激光雷达。
它的合作伙伴还包括上汽通用五菱、东风汽车公司、图森未来等，产品已销往包括美国、加拿大、中国、日本和欧盟在内的26个国家和地区。
速腾聚创
速腾聚创(RoboSense)成立于2014年，总部位于广东深圳，创始人邱纯鑫创业前在哈工大机电工程与自动化学院读博士，而速腾聚创的前身，就是邱纯鑫的户外移动机器人环境感知小组。
速腾聚创围绕激光雷达环境感知方案，在芯片、LiDAR传感器、AI算法等多个核心技术领域有一定成绩。其核心产品包括MEMS固态激光雷达系统技术解决方案、机械式系列激光雷达系统技术解决方案，客户有自动驾驶科技公司、车企、一级供应商等。
自成立以来，速腾聚创经历过8次融资，投资方包括东方富海、普禾资本、昆促资本、复星锐正资本、海通新能源、北汽产业投资基金、菜鸟网络、尚颀资本、众合瑞民、信业基金、康成亨投资、国投创丰等。
速腾聚创是国内最早一批涉足汽车激光雷达市场的公司之一，最初主攻机器人市场方向，是国内低线数激光雷达的主要供应商之一。早期菜鸟网络、上汽、北汽的战略投资，一时风光无限。
该公司的激光雷达曾搭载到菜鸟网络无人物流车G Plus上，当时名为“驼峰”的无人物流计划号称三年内打造10万台无人设备。但此后菜鸟网络经历一轮内部调整，达摩院重新接手无人物流研发和落地，后续发展还有待观察。与此同时，该公司还在涉足巡逻机器人、AGV、智慧物流等领域，市场战线进一步拉长。
目前速腾聚创已经推出了五个产品线，分别是机械式激光雷达RS-LiDAR-16、RS-LiDAR-32、RS-Ruby、RS-Bpearl和固态激光雷达RS-LiDAR-M1。
MEMS振镜是RS-LiDAR-M1中最核心的器件，速腾聚创设计了共计十组的验证测试，涵盖了温度、湿度、封装工艺、电磁兼容、机械振动/冲击、寿命等各个方面的验证。目前，所有测试样品累计测试时间已超过十万小时。
2021年1月的线上CES2021上，速腾聚创展示了其最新的车规级高性能MEMS固态激光雷达RS-LiDAR-M1的量产版本，该款产品在2020年12月批量出货，成为全球首款批量交付的车规级MEMS固态激光雷达。
洛微科技
洛微科技(Luminwave)成立于2018年1月，总部位于杭州，并在西安、美国洛杉矶等地设立分支机构，是一家专注于研究3D传感器和相应的硬件/软件平台支持的公司，公司通过机器学习和人工智能技术，致力于芯片级集成光子和电子集成电路的研发和生产。
2020年8月获得中科创星、峰瑞资本的数千万元天使轮投资，将主要用于基于CMOS硅光子的纯固态成像级LiDAR芯片和LiDAR模组开发。
目前，洛微科技(Luminwave)第一代的基于OPA方案的纯固态成像级LiDAR已经开发完成并自动驾驶客户提供样品，MicroLiDAR已经进入量产并开始为消费类电子等客户批量供货。
洛微科技(Luminwave)通过自主研发的硅光OPA芯片和光学方案，分辨率高达200线，远高于目前市场上其他类型LiDAR的分辨率。同时因为采用芯片方案有效控制了LiDAR的成本，可以将整机成本降到几百美元级别。
MicroLiDAR的第一款产品，是该公司在今年初推出的全球尺寸最小的基于3D ToF原理的手势识别传感器LW-FS8864系列，同时可为深度学习AI算法为手势/姿态识别应用提供支持。
纯固态LiDAR无论在自动驾驶还是消费类电子的应用都将推动新一轮智能产业升级，而洛微科技(Luminwave)两条主要产品线将同时覆盖最热门的这两大应用领域。
华为
华为是目前全球首家公开宣布涉足激光雷达领域的通讯巨头，但其实华为进入激光雷达生产领域应该算是无心插柳，原本在这块华为只是想和供应商合作硬件，自己进行软件系统的开发，但一是国内供应商技术不成熟，二是国际厂商不卖最先进的产品，因此改为了自研硬件。
华为激光雷达项目起步于2016年，历经4年多的调研、场景分析、明确需求、设计开发、车规级验证，96线激光雷达已经被推到了生产线上，年产能达10万套/线。华为在武汉有一个光电技术研究中心，总计有1万多人，该中心就正在研发激光雷达技术，目标是短期内迅速开发出100线的激光雷达。未来计划将激光雷达的成本降低至200美元，甚至是100美元，从而满足前装量产对于成本的苛刻要求。
华为2020年12月21日发布的MEMS混合固态激光雷达，采用905nm激光器，分辨率为96线，拥有全视场景150米的测距能力，大视野120°x 25°，满足城区、高速等场景的人、车测距需求全视野中，水平、垂直线束均匀分布，不存在拼接、抖动等情况，形成稳定的点云对后端感知算法友好小体积，满足前装量产车型需求。
在华为发布激光雷达的同日，北汽旗下ARCFOX极狐HBT谍照曝光，成为首个搭载华为激光雷达的电动车另外，长安汽车也透露，将携手华为、宁德时代打造一个全新的高端智能汽车品牌，极有可能在首款车上搭载华为的激光雷达。
基于华为在中央域控制器MDC上的实力布局，打破了传统ECU与传感器的强耦合关系，对于国产激光雷达快速进入量产阶段是一种全新的战术打法。
同时，考虑到未来华为手机一旦也开始采用类似苹果公司搭载的消费级激光雷达，将对于车载激光雷达业务产生一定的协作效应。
此外，消息称华为计划把智能汽车BU划归消费者BG，目前整体架构和业务逻辑层面已经在规划中。这一点，未来和大疆科技非常类似，同样的产品系列可以同时覆盖工业级、消费级和车规级，最大化研发效率和产出。
万集科技
万集科技是本次榜单前十名企业中，唯一一家上市公司。该公司曾在2020年6月宣布拟定增募资不超过9亿元，其中就涉及用于自动驾驶汽车用低成本、小型化激光雷达研发及量产。
该公司从单线激光雷达入局，两年前开始8线和32线激光雷达的小批量试制。由于公司在智能交通领域的客户和项目优势，车路协同是其主要立足点之一。
同时，此前该公司在仓储、机器人领域已经拿到多个导航及避障单线激光雷达项目订单。后续，车载激光雷达和V2X是其面向智能网联汽车行业的主要市场方向。
森思泰克
森思泰克作为进入激光雷达领域的新军，此前已经在前装毫米波雷达市场实现国产份额的领先。背靠海康威视，该公司几年前开始部署激光雷达研发。
早期，海康威视旗下的安防、机器人以及智慧交通业务将成为森思泰克激光雷达业务的直接受益板块。同时，借助毫米波雷达的前装量产经验，有利于加快汽车市场导入。
此外，已经开工建设的总投资规模8亿元的海康威视石家庄科技园(其中包括森思泰克)，计划5年内将建设20条全自动生产线及装配线、年产能预计可达1000万台，建设专业毫米波及激光雷达试验室20余个。
后续，毫米波雷达和激光雷达产能将覆盖无人驾驶/车载安全、智能交通、智慧停车、平安城市/安防监控、道闸控制等领域。
探维科技
探维科技公司创始人兼CEO王世玮是清华大学精仪系博士、美国亚利桑那大学访问学者，在精密光学测量和微纳制造方面有多年研究经验，曾就职于中国信息通信研究院，参与制定多项车载设备的国家标准。
该公司从2017年成立之初就选择专攻固态激光雷达，开始研发Tensor系列激光雷达。今年4月，探维的Tensor-Pro固态激光雷达产品就已经完成量产，陆续完成交付数千台，年产量也已经达到5000台。
今年年底，探维科技计划开始给客户交付下一代的高分辨率固态激光雷达产品Scope系列，分辨率可达64x1200，测距范围达300米，精度为2厘米，视场角为25x120度。
结语：
激光雷达的发展将促进汽车行业无人驾驶技术和ADAS发展，也将提高服务型机器人的应用范围和普及度。未来随着自动驾驶技术的进一步普及，激光雷达市场规模将会进一步扩大，而单车价值量下降将会进一步有利于激光雷达的量产使用。
随着人工智能、5G技术的逐渐普及，无人驾驶、ADAS、服务型机器人和车联网等多方面的需求推动，激光雷达整体市场预计将呈现高速发展态势。
与高速发展态势相对应的，眼下，全球激光雷达行业也正在经历一轮资本热潮，但是从这些初创公司的财务情况来看，短期内盈利希望并不大。
比如，禾赛科技的招股说明书也明确写道，截至2020年9月末，禾赛科技合并层面累计未弥补亏损为3873.85万元，并预测未来一段时间保持较高的研发投入将是常态，这也就意味着将来禾赛科技可能会持续亏损。
通用汽车旗下自动驾驶子公司Cruise的联合创始人兼总裁凯尔·沃格特(Kyle Vogt)表示：“现在激光雷达行业正在发生一件有趣的事情。它们的价值基于完全重叠的潜在客户，以及这些客户带来的预计收入，大家对未来的预测几乎都是非常理想化。”
对此，汽车商业评论认为，激光雷达近期广受关注，和其性能的提升、适应能力的增强及价格的大幅下降有密切关系，但车规级高性能激光雷达，是否能在短期内实现在量产车上的大规模使用，可能是决定主攻汽车领域的激光雷达公司命运的关键。
传感器专家
参考来源：
《榜单发布!国产激光雷达TOP10》，作者：高工榜单
《一文看懂激光雷达产业链、竞争格局及主要玩家》，作者：激光行业观察
《车载激光雷达，黎明前的黑夜，抑或洗牌前的泡沫?》，作者：钱亚光
ASPASP（Active Server Pages)动态网页，是微软公司推出的一种用以取代CGI（Common Gateway Interface)通用网关接口的技术。我们可以通过ASP结合HTML语言、ASP指令和ActiveX元件以及数据库等方面知识，使用自己的 Web 服务器创建并运行动态的交互式 Web 站点。ASP的主要优点大概可以归纳如下：
1、您可以用 VBScript 或JScript创建脚本，同时结合HTML语言就能够非常方便地完成网站的应用程序。对于 VBScript和JScript，使用哪种语言并不重要，Web 服务器等同地处理这两种语言，并向用户的浏览器发送 HTML 格式化结果。
2、因为ASP采用Script语言（VBScript和JScript）就可以轻松编写程序，因此这就大节省了网络设计人员又得重新学习一种新语言的时间。而且编写ASP无须手工compile编译或链接程序，可在服务器端直接执行，这无疑是更加方便了我们的编写过程。
3、使用普通的使用记事本之类的文本编辑器，即可进行编辑设计,如：Windows的记事本。建议不要用FontPage98或DreamWeaver2.0等主页制作软件修改，因为他们会破坏源代码的。在这里我建议使用CuteFTP携带的CuteHTML编辑器进行编辑设计。
4、ASP是运行在服务器端，所以我们无须担心浏览器是否支持ASP所使用的编程语言,用户端只要使用可执行HTML码的浏览器，即可浏览Active Server Pages所设计的网页内容。ASP在服务器端运行，当程序执行完毕后，服务器仅将执行的结果返回给客户浏览器，这样也就减轻了客户端浏览器的负担，大大提高了交互的速度。
5、ASP能与任何ActiveX scripting语言相容。除了可用VBScript或JScript语言来设计外，还通过plug-in的方式，使用由第三方所提供的其他脚本语言，譬如Perl、Tcl等。脚本引擎是处理脚本程序的COM(Component Object Model)组件。
6、Active Server Pages的程序代码隐藏，在客户端上仅可以看到由ASP输出的动态HTML文件。因而可以避免所写的源程序被他人剽窃，也提高了程序的安全性。
7、可使用服务器端的脚本来产生客户端的脚本。
8、面向对象（Object oriented），并可扩展ActiveX Server组件功能。
9、ActiveX Server Components(ActiveX服务器组件)具有无限可扩充性。你可以使用任何编程语言来编写你所需要的ActiveX Server 组件。
10、可以通过ADO（ActiveX Data Objects,微软的一种新的数据访问模型，是一种可以提供WEB页面开发者轻松存取Internet的数据库，并可以在用户端实现网上立即、即时更新显示的最新WEB页面数据库技术。）非常方便地访问数据库，从而使存取数据库变得轻松容易。
JSP
JSP(Java Server Pages)是由Sun Microsystems公司倡导、许多公司参与一起建立的一种动态网页技术标准，本文简单介绍JSP及其优点。
JSP(Java Server Pages)是由Sun Microsystems公司倡导、许多公司参与一起建立的一种动态网页技术标准。 JSP技术是用JAVA语言作为脚本语言的，JSP网页为整个服务器端的JAVA库单元提供了一个接口来服务于HTTP的应用程序。
在传统的网页HTML文件(*.htm,*.html)中加入Java程序片段(Scriptlet)和JSP标记(tag)，就构成了JSP网页(*.jsp)。Web服务器在遇到访问JSP网页的请求时，首先执行其中的程序片段，然后将执行结果以HTML格式返回给客户。程序片段可以操作数据库、重新定向网页以及发送 email 等等，这就是建立动态网站所需要的功能。所有程序操作都在服务器端执行，网络上传送给客户端的仅是得到的结果，对客户浏览器的要求最低，可以实现无Plugin，无ActiveX，无Java Applet，甚至无Frame。
JSP的优点：
·对于用户界面的更新，其实就是由 Web Server进行的，所以给人的感觉更新很快。
·所有的应用都是基于服务器的，所以它们可以时刻保持最新版本。
·客户端的接口不是很繁琐，对于各种应用易于部署、维护和修改。
Python
首先就以语法而论，python完全没有perl的灵活紧凑。只能说是中庸，感觉和basic，pascal，java差不多。一个简单的问题，如果没有相应的类库，也要写上一段臃肿的代码。唯一的好处是代码臃肿却直白，容易看懂--和basic一样。
类库－比perl真的是大大不如，只能覆盖很小的范围，更不用说java了，很多需要的工作都要自己来做。
快速开发－－说实话，我觉得用python和用C++效率差不多。谁能告诉我python效率比C++高在哪里吗？对于perl我则可以毫不犹豫的说，是它语法的灵活，对于字符处理能力的强大。
很多人说python适合大型工程，但更多的人说，他们用python不过是作为一种原型语言来使用。。这本身不就有点矛盾吗？呵呵 而且对于脚本来完成大型工程，我本身就持怀疑态度。
觉得python唯一的优点在于嵌入C++使用时体现出来的：支持OO，语法容易看懂，有一个boost.python
不是想引起论战，只是不吐不快
Ruby
Ruby是面向对象的编程语言，她追求的是“简便快捷的面向对象编程”。Ruby是解释型语言，因此不需编译即可快捷地编程。同时Ruby具有类似Perl的强大的文本处理功能，她可并不只是个玩具，您可以用她来进行实用的编程。此外，您还可以很方便地使用C语言来扩展Ruby的功能，因此可以把她当作各种库的前端来使用。
若您曾经“想要一种简单的面向对象的语言”，或者认为“Perl的功能虽然好用，但它的语法真让人受不了”，又或者觉得“lisp系列语言的思想不错，但到处都是括号真让人讨厌，最起码算式应该按照通常的样式书写”。那么，Ruby或许能让您满意。
归纳以来，Ruby有以下优点。
解释器
Ruby是解释型语言，其程序无需编译即可轻松执行。
变量无类型
Ruby的变量没有类型，因此不必为静态的类型匹配而烦恼。相应地，错误检查功能也变弱了。
不需要变量声明
所有变量均无需声明即可立即使用。另外，从变量名即可判断出是何种变量（局部变量，全局变量，实例变量）。
语法简单
语法比较简单，类似Algol系语法。
不需要内存管理
具有垃圾回收（Garbage Collect，GC）功能，能自动回收不再使用的对象。
一切都是对象
Ruby从一开始就被设计成纯粹的面向对象语言，因此以整数等基本数据类型为首的所有东西都是对象，它们都有发送信息的统一接口。
类，继承，方法
Ruby当然具有面向对象语言的基本功能。
特殊方法
可向某对象添加方法。例如，可以把GUI按钮被按下时的动作作为方法记述下来，还可以用它来进行原型库（prototypebase）的面向对象编程（有人这么干吧）。
用模块进行混合插入（Mixin）
Ruby故意舍弃了多重继承，但拥有混合插入功能。使用模块来超越类的界限来共享数据和方法等。
迭代器
该功能可以将循环抽象化。
闭包
可以将某过程片段对象化。对象化后的该过程片段就称作闭包。
功能强大的字符串操作／正则表达式
以Perl为样板创造出了功能强大的字符串操作和正则表达式检索功能。
拥有超长整数
添加超长整数功能后，可以计算非常大的整数。例如计算400的阶乘也轻而易举。
具有错误处理功能
错误处理功能可以使您编写代码处理出错情况。
可以直接访问OS
Ruby可以使用（UNIX的）绝大部分的系统调用。单独使用Ruby也可以进行系统编程。
动态加载
若OS支持的话，可以在运行时读入对象文件。
但Ruby也有下列缺点。
Ruby On Rails，优点是不像Struts那样需要大量的配置文件，一切都采取默认的配置，包括访问路径，uri等，而这也是它的缺点，不能灵活的配置。
见笑，小弟看了几天，一点见解。
RERL
第一. Perl强大的正则表示式(regular expression)比对以及字符串操作使这个工作变得简单而没有其它语言能相比。Perl 非常擅长于切割，扭转，绞，弄平，总结，以及其它的操作文字文件。生物资料大部分是文字文件:物种名称,种属关系，基因或序列的注解，评住，目录查阅, 甚至DNA序列也是类文字的。现在互相交换以以文字文件的形式存在的但是具有不兼容的资料格式生物信息资料是一个很头疼的问题,perl的这个方面的优点,可以在这一方面解决不少问题.
第二. Perl 能容错。生物资料通常是不完全的，错误或者说误差从数据的产生时候可能就产生了.另外生物数据的某项值栏位可以被忽略 ,可能是空着的，或是某个栏位也就是某个值,被预期要出现好几次(举例来说，一个实验可能被重复的操作)，或是资料以手动输入所以有错误。Perl并不介意某个值是空的或是有奇怪的字符。正规表示式能够被写成取出并且更正错误的一般错误。当然这种弹性也可能是各坏处。
还有,Perl 是组件导向的。Perl 鼓励人们将他们的软件写成小模组，不论是用 Perl 函式库模组或是正统的 Unix 工具导向的方式。外部程序能够轻易的被整合进 Perl 程序,靠着管道(pipe),系统呼叫,或是插座(socket)。Perl5 引进的动态载入器允许人们使用 C 的函式，或者让整个编程过的函式库，被使用在 Perl 直译器中。最近的成果是世界各地的智能结晶都会收录在一组模组里面，称为”bioPerl”（请参考 Perl Journal）
Perl 很容易去写并且能很快开发完。直译器让你不需要宣告你所有的函数型式以及资料型态，当未定义的函式被呼叫时只会引起一个错误，除错器也能与Emacs很好的合作并且让你能用令人舒服的交谈式的开发模式。
Perl 是良好的原型语言。因为它快而且脏(quick and dirty)，用 Perl 建构新演算的原型比直接写成一个快的需要编程过的语言来的有意义。有时候发现结果是Perl已经够快了，所以程序变不需要移植更多情形是某人可以用C写一个小的核心程序，编程成动态载入的模组或是外部的可执行程序，然后其它的部分用Perl来完成。这部分的例子可以参考 http://waldo.wi.mit.edu/ftp/distribution/software/rhmapper/)。
有一点要强调的是, Perl 在写作网页 CGI 方面非常优秀，而且重要性随着各实验将资料发表在网络上之后更是增加。我在基因中心环境下使用 Perl 的经验从头到尾都是值得称赞的。然而我发现 Perl 也有它的问题。它的松散的程序风格导致许多错误，这些在其它严格的语言都会被抓到。举例来说，Perl 让你在一个变数在被指定值之前就能使用，这是个很有用的特性当你需要的时候，但是却是一个灾难当你单纯的打错了辨识名称。同样的，很容易忘记要宣告一个函式里面的区域变数，导致不小心地改到了全域变数。
最后，Perl 的不足之处在于建立图形化的使用者接口。虽然 Unix忠实信徒所有事情都能在命令模式下完成，大多数的终端使用者却不同意。视窗，选单，弹跳的图案已经变成了必要的时尚。
直到最近，直到最近，Perl 的使用者界面(GUI)发展仍是不成熟的。然而 Nick Ing-Simmons的努力使得 perlTK(pTK) 的整合使得以 Perl 驱动的使用者接口在 X-window上面成为可能。我的伙伴和我曾经在 MIT 基因中心写过几个 pTK 为基础的应用程序供互连网使用者，而且从头到尾都是一个令人满意的经验。其它的基因中心则更大规模的使用 pTK，在某些地方已经成为主要的生产力。
