本次GDD，可以说很圆满的完成了。对于开发人员来说，是一场盛宴。建议后续有机会同学，可以亲自去感受下，我主要谈下收获。
昨天我发了一条朋友圈，很多朋友都转了这条，原文是：这两天GDD下来，Google·家让我学Java，学Kotlin，学Flutter，学swift，学Python，学Dart，学TensorFlow，捂脸表情。很多人留言调侃，学不动了，别更新了。
礼品上
1、东西很多，可以说背了一书包回来（捂脸），杯子、贴纸，Google牌书包，鲁班锁，TensorFlow牌笔，各种胸章。
2、Google游乐园Party，小姐姐打碟打的好，点个赞。
技术上1、东西很多，Google本次主要在中国区推广他们的技术和框架，所以对于提高效率和解决痛点的东西，一定要学，而不是语言本身。语言本身只是作为一种实现的载体。
2、Kotlin可以说是只是第一天简单介绍了下，去年GDD，还花了很多来介绍。Kotlin总体来说，适合新项目开发尝试，老项目一般不会切换过去，可以说Kotlin算是凉了。建议就是新项目可以尝试，但是肯定要踩很多坑。
3、Flutter，之前我认为它是很火的，但是从相比这次大会的权重，它不是核心部分，顶多算是锦上添花。大厂都在自己做一套跨平台框架，很多没有开源，也有很多开源了。所以Flutter，做不了江湖老大，顶多是目前占了一座山头。所以还有待考量，以及Google对Flutter更强的优化和持续踩坑。未来才更多人切入和使用。建议就是保持关注。
4、Google是世界技术坐标的风向标，本次GDD核心都在TensorFlow和机器学习相关，从闲鱼和有道介绍了使用TensorFlow Lite在终端设备上的使用，把很多训练模型移到了端上来做，算是比较新潮的，真正搞人工智能和机器学习的训练模型，都是在大规模分布式集群上训练数据的，从我一些做人工智能和机器学习的朋友了解到，没有个上千万条或上亿的数据，训练模型商用性都是很有风险的。所以机器学习和大数据是分不开的。在端上的模型，也是需要不断优化的。尤其对于一些非联网设备，这是一个不断在向前和努力的方向。前段时间，我分享的使用TensorFlow用于视频和图像中，这一块，未来大有可为，比如用OpenCV做图像分离和切割，以及用OpenGL实时渲染，对物体定向追踪。达到在视频中可以做很多商用化的有意思的东西，后续我也会分享一些国外在这方面做的有意思的东西。
非技术上每次去上海都要面基一波人，这次比较匆忙，很多晚上请我吃饭的大佬，我由于16:35的飞机，14：30提前就走了。哈哈，再次拜谢。职场以外的东西，譬如，机遇、风口都是非常重要的，那些在短短几年时间内做到经理和专家的，除了在能力上优秀，更多是圈子和资源，那怕以后出去创业，没准就拉你入队了。所以技术大会，还有个好处，可以认识更多优秀的人。视野和格局让你不一样。这种是看不见的东西。
大概就这么多，如果你也参加过本次GDD，来说说你的收获吧。
