AI編程工具來了！GitHub Copilot 可對整行或全部代碼給出AI分析建議
作者 | David Ramel 策劃 | 施堯 譯者 | 核子可樂
軟件開發(fā)領域的“第三次工業(yè)革命”似乎正緩緩揭開序幕：隨著全新“AI 結對編程工具”的亮相，AI 技術正開始在編碼工作中發(fā)揮作用。
以 OpenAI 推出的新型 AI 系統(tǒng)為基礎，這款 GitHub Copilot 有望在短期內登陸 Visual Studio Code，并進一步現(xiàn)身于更為成熟的 Visual Studio IDE。但就目前的技術預覽版本來看，GitHub Copilot 的表現(xiàn)還比較“粗糙”，但據(jù)說它的智能化程度一直在不斷提升。
在編程領域，結對編程（英語：Pair programming）是一種敏捷軟件開發(fā)的方法，用來代指兩個程序員在一個計算機上共同工作。通常來說，會有一個人輸入代碼，而另一個人審查他輸入的每一行代碼。輸入代碼的人稱作駕駛員，而審查代碼的人稱作觀察員（或導航員）。為了保證結對編程的糾偏能力，兩個程序員經(jīng)?；Q角色。
由于人工智能和大數(shù)據(jù)技術的不斷發(fā)展，近年來人機結對編程（MMPP）不斷成熟， AI 結對編程（AIPP）產品也加快了落地步伐。人機結對編程已經(jīng)是一個較為成熟的概念，指的是人機協(xié)同的交互式智能編程，在這個過程中，程序員在機器的輔助下進行編程，并且在共同完成一個個程序編寫的過程中，程序員會及時糾正機器人的錯誤，從而改進機器人學習的模型。
AI 結對編程，可以簡單理解為人機結對編程的升級版，典型的落地產品有 aiXcoder 智能編程機器人和最新亮相的 GitHub Copilot。翻看 GitHub Copilot 官網(wǎng)，其對 GitHub Copilot 的定義揭示了 AI 結對編程的核心原理：GitHub Copilot 是一個 AI 配對程序員，可幫助您以更少的工作更快地編寫代碼。GitHub Copilot 由 OpenAI Codex 提供支持，可從評論和代碼中提取上下文，并立即對單行代碼甚至整個函數(shù)給出建議。而 OpenAI Codex 接受過公開源代碼和自然語言的培訓，能理解編程語言和人類語言。在工作時，GitHub Copilot 編輯器的擴展插件將程序員的注釋和代碼發(fā)送到 GitHub Copilot 服務，然后該服務使用 OpenAI Codex 來生成對代碼的建議。
那么，Copilot 在實際工作中的表現(xiàn)如何呢？
Copilot 的首個實現(xiàn)為 VS Code 擴展，正在測試小組的驗證下不斷完善。一旦技術預覽版通過檢測，未來可能會以付費產品的形式在 VS Code 及 Visual Studio 上與大家見面。
GitHub CEO Nat Friedman 在 6 月 29 日接受采訪時表示，“過去一年，我們與才華橫溢的 OpenAI 團隊攜手構建了 GitHub Copilot，很高興這次能向大家正式展示。每天都有數(shù)百名開發(fā)人員進行內部使用，它的表現(xiàn)也著實讓大家震驚，甚至有些超出預期。如果技術預覽版的進展一切順利，我們計劃在未來適當?shù)臅r候把它擴展為付費產品”。
作為一款 AI 結對編程工具，Copilot 的主要定位是提供類似 IntelliSense/IntelliCode 的代碼補全與建議功能，但在實際表現(xiàn)上有望超越同樣由微軟合作伙伴 OpenAI 開發(fā)的 Codex AI 系統(tǒng)。順帶一提，這里提到的 IntelliCode 是專供編碼大規(guī)模 transformer 模型（GPT-C）的方案；而 OpenAI Codex 則屬于 GPT-3（生成式預訓練 Transformer），其能夠將自然語言翻譯為代碼形式。
（圖片來源：GitHub Copilot）
與 IntelliCode 類似，Codex 也利用 GitHub 上的高質量代碼 repo 進行訓練，同時考慮到項目中的本地上下文及其他因素，以便為單一代碼行或整個函數(shù)提供代碼補全支持。
Friedman 在 6 月 29 日的博文中還提到，“OpenAI Codex 對于人們的代碼使用習慣有著廣泛了解，而且在代碼生成能力上遠遠超過 GPT-3，這要歸功于它在訓練中接觸到的大量公共源代碼數(shù)據(jù)集。GitHub Copilot 則適用于多種框架和語言，但目前的技術預覽版主要面向 Python、JavaScript、TypeScript、Ruby 以及 Go”。
微軟及 OpenAI 早在 2019 年就達成了合作協(xié)議，雙方最近的合作成果當數(shù)由 GPT-3 為微軟 Power Apps 提供支持的全新“無代碼”自然語言開發(fā)功能。如今，OpenAI Codex 也開始在已經(jīng)歸微軟所有的 GitHub 新產品中發(fā)揮重要作用。
如前文所述，目前技術預覽版中還缺少某些重要功能（截至本文撰稿時，這款 VS Code 擴展共安裝了 325 次）。根據(jù)項目網(wǎng)站上的常見問題解答部分，“GitHub Copilot 并未對代碼建議進行實際測試，因此給出的代碼結果可能無法編譯或運行。
此外，GitHub Copilot 所能容納的上下文也非常有限，因此即使面對超過數(shù)百行的大型單一源文件，它也只能參考其中的前一條上下文。另外，GitHub Copilot 可能會在建議中使用陳舊或者已被棄用的庫及語言。您可以隨意使用代碼建議，但須自行承擔相關風險”。
此外，常見問題解答還指出，GitHub Copilot 在嘗試理解開發(fā)者意圖時給出的建議代碼可能無效或不具備實際意義，因此用戶應像對待其他代碼一樣認真測試、審查及檢測這些建議內容。
盡管還有種種不足，但 GitHub 仍然希望能根據(jù)當前技術預覽版的初步發(fā)現(xiàn)不斷實現(xiàn)重大改進。常見問題解答中提到，“我們近期對一組 Python 函數(shù)進行了基準測試，并發(fā)現(xiàn)這些函數(shù)在開源 repo 中具有良好的測試覆蓋率。我們清除了函數(shù)本體，并要求 GitHub Copilot 進行填充。模型在第一次嘗試時只有 43% 的正確率，但在允許進行 10 次嘗試時則能把正確率提升至 57%。它的智能化程度一直在不斷提升?！碑斎?，大家也不可避免地對這款工具可能引發(fā)的代碼所有權、許可證、利益沖突以及其他現(xiàn)實問題展開了討論。
Friedman 回應稱，“總體來說：（1）在公共數(shù)據(jù)上訓練機器學習系統(tǒng)屬于合理的使用方式；（2）輸出結果的所有權歸于操作者，跟傳統(tǒng)的編譯器沒什么區(qū)別。具體到訓練問題上，大家也可以看到 OpenAI 向美國專利商標局做出的承諾。我們預計 GitHub Copilot 項目的知識產權與 AI 成果將很快在世界范圍內掀起關于政策的討論熱潮，我們自己也希望能夠參與進來！”
下面來看得到 Friedman 正式回應的其他幾個重要問題：
問： 是否存在關于 AI 編寫代碼存在安全漏洞的報告？這些漏洞會不會遭到惡意分子的利用？
Friedman： 我還沒聽說過類似的情況，但我們肯定會努力防范這類狀況的發(fā)生。
問：這類方案的推出，會不會最終在項目與 GPL 代碼之間引發(fā)許可證沖突？
Friednman: 應該不至于，我們正在采取措施避免在輸出中直接引用訓練數(shù)據(jù)。而單就使用公共代碼進行訓練的許可方面，從機器學習社區(qū)的通行慣例來看這屬于非常正常的合理使用方式。當然，預計這方面問題也會在美國乃至世界各地引發(fā)廣泛討論，我們也渴望能參與進來。
問: 這應該是個爭議性問題，甚至有可能消滅掉相當一部分開發(fā)者崗位。您如何看待 Copilot 對開發(fā)者生態(tài)系統(tǒng)帶來的增強作用與破壞作用？另外，它跟之前大家所熟悉的 tabnine 等常規(guī)代碼補全工具到底有什么區(qū)別（Twitter 評論中也有不少朋友抱有類似的疑問）？
Friedman: 我們認為，軟件開發(fā)正迎來自己的“第三次工業(yè)革命”。第一次革命是編譯器、調試器、垃圾收集器以及語言等工具的出現(xiàn)，極大提升了開發(fā)者的工作效率；第二次則以開源為龍頭，幫助全球開發(fā)者社區(qū)匯聚起來并在彼此的開發(fā)成果基礎之上不斷推進；第三次革命就在當下，嘗試在編碼當中使用 AI 技術。在發(fā)展成熟之后，開發(fā)人員的日常工作內容將有巨大改變——但仍然有很多工作可做、也只能由人類開發(fā)者完成，因此不用太擔心。
目前的技術預覽版還存在諸多限制，例如需要使用最先進的 AI 硬件。感興趣的朋友可以到官網(wǎng)申請試用（https://github.blog/2021-06-29-introducing-github-copilot-ai-pair-programmer/）。常見問題解答指出，“如果技術預覽版獲得成功，我們計劃后續(xù)推出 GitHub Copilot 的商業(yè)版本。我們希望通過此次預覽了解人們如何使用 GitHub Copilot、怎樣才能實現(xiàn) Copilot 的規(guī)?；\營等?！?/p>
OpenAI 表示將在今年夏末通過 API 發(fā)布 Codex，引導開發(fā)人員探索這套全新 AI 系統(tǒng)中的更多功能，并幫助其將功能注入到自己的應用程序當中。
原文鏈接：
https://visualstudiomagazine.com/articles/2021/06/29/github-copilot.aspx
—版權聲明—
來源：AI前線
僅用于學術分享，版權屬于原作者。
若有侵權，請聯(lián)系微信號:yiyang-sy 刪除或修改！
—THE END—