来源：GitHub

编辑：好困

一杯茶，一包烟，一行代码写一天。

每个程序员可能都会面临的问题：代码憋不出来怎么办？

怎么办？那当然是去Stack Overflow上「借鉴」啊。

不一定哦！现在，似乎有一个更便捷的方法即将诞生：GitHub和OpenAI联合推出了一个全新AI编译工具——Copilot（的预览版）。

Copilot建立在OpenAI全新的Codex算法之上，其中Codex接受了从GitHub中提取的TB级公开代码以及英语语言示例的训练。

令人期待的是，Copilot不仅仅是模仿以前见过的代码，而且还会分析文档中的字符串、注释、函数名称以及代码本身，从而生成新的匹配代码，包括之前调用的特定函数。

同时，在Copilot中也加入了GPT-3的协助：GPT-3负责生成英语，Codex负责生成代码。

OpenAI 首席技术官Greg Brockman表示，Copilot将在今年夏天晚些对时候通过他们的API 提供。

此外，Copilot将支持多种编程语言：Python、JavaScript、TypeScript、Ruby和Go。

告别辛苦的测试

导入单元测试包，Copilot就可以提供与代码匹配的测试。

多种方案任你选

想多试试几种不同的方法？ 没问题！Copilot可以提供多个备选方案的代码来进行选择。

「由于底层技术的预发布性质，Copilot有时可能会产生包括有偏见、歧视性、滥用或攻击性的输出。」

GPT-3时不时会产生偏见性的结果以及一言不合就飙脏话的事件深入人心，然而，OpenAI似乎还没有找到一种方法来防止算法继承其训练数据中这些问题。

同时，Copilot可能会提出像电子邮件地址、API密钥或电话号码这种类型的结果。不过，经过测试发现，这些数据是由算法合成或伪随机生成的，其中只有0.1%可以在训练集中逐字找到。

GitHub表示，Copilot生成的代码大部分是原创的。

GitHub表示，Copilot提出的代码并没有经过实际测试，也就是说，这些代码可能会无法编译或运行，而且Copilot还可能会使用旧的或已弃用的库和语言。

此外，在试图理解开发人员的意图时，Copilot建议的代码可能并不总是有效或有意义的，因此应该像所有代码一样仔细测试和审查。

GitHub对一组Python函数进行了基准测试，其中函数体被删除，然后测试Copilot的补全能力。

结果表明，Copilot在第一次尝试时有43%的正确率，在允许10次尝试时有57%的正确率。

「看起来很酷，但这也正是你不应该编写测试的一种方式。」

值得肯定的是，Copilot或许是让AI开始进行编程以来相对最成功的一次进展了。

顺便一提，这个功能需要付费，而且是Visual Studio Code限定。

Stack Overflow，yyds！

参考资料：

https://copilot.github.com