和AI結對程式設計！OpenAI與GitHub聯手推出AI程式碼生成工具，比GPT-3更強大

作者 | 琰琰、青暮

比GPT-3更強大！

昨日，微軟與OpenAI共同推出了一款AI程式設計工具GitHub Copilot，這款工具基於GitHub及其他網站的原始碼，可根據上文提示為程式設計師自動編寫下文程式碼！

GitHub 的執行長 Nat Friedman 介紹說，GitHub Copilot是結對程式設計的虛擬版本。結對程式設計是一種常見的敏捷軟體開發技術——即兩個開發人員在同一個項目上並肩協作，輪流編寫程式碼並檢查合作伙伴的輸出。

「它可以在編輯器中直接獲提供多行或整個函數的程式碼建議。另外，隨著時間的推移和使用量的增加，模型會變得越來越複雜，程式碼質量也會越來高。」

對於程式設計師來講，一款程式設計工具最重要的當然是支援哪些類型語言。GitHub在預告中說，Copilot 可以支援十幾種語言，與 Python、JavaScript、TypeScript、Ruby 和 Go 等主流語言配合效果更佳。

目前GitHub官網已經曬出了 Copilot 的功能介紹，我們來了解一下。

給力的結對程式設計夥伴

GitHub表示，相比大多數程式碼助手，GitHub Copilot可以理解更大範圍的上下文。因此，無論是文件字元串、註釋、函數名稱還是程式碼本身，GitHub Copilot 都可以基於提供的上下文（已輸入的程式碼）合成新程式碼以進行匹配。

如果真有如此可靠，那麼正如GitHub所說，這項功能可以讓程式設計師丟掉很多的文件閱讀工作，從而專注於編輯器。

GitHub Copilot還可以將註釋轉換為程式碼。只需要寫一條評論，描述想要的邏輯，GitHub Copilot 就能自動「理解」並寫出相應功能的程式碼。

GitHub Copilot 也能自動填充重複程式碼。GitHub表示，GitHub Copilot 非常適合快速生成樣板和重複程式碼模式。對於需要編寫大量相似但難以轉換為迴圈語句程式碼的程式設計師而言，這項功能非常「香」。

包辦測試也是GitHub Copilot值得注意的亮點，GitHub表示，測試是任何強大的軟體工程項目的支柱，「匯入單元測試包，就可以讓 GitHub Copilot 自動編寫與你的實現程式碼匹配的測試。」

對於相同的上下文，GitHub Copilot可以給出多種解決方案，供程式設計師自主選擇。

看到這裡，小夥伴們是不是躍躍欲試了呢？可惜，GitHub Copilot不是完全開放的，和GPT-3一樣，只提供有限使用者的試用體驗。總之，先排隊吧。

項目地址：https://copilot.github.com/

Copilot，專為程式設計而生

Brockman介紹說，GitHub Copilot的核心模型Codex藉助了GPT-3強大的生成能力。

我們知道，GPT-3是OpenAI推出的超大規模自然語言生成模型，早期訓練GPT-3時，OpenAI無意教它如何幫助編寫程式碼，它更像是一種通用語言模型，主要用於文字生成、語法修改等任務。

後來OpenAI向公眾開放API，這個基於文字訓練的模型，被網友們玩出了50多種花樣，其中包括自動生成程式碼。OpenAI意識到了GPT-3在編寫程式碼方面的潛力，並在其網站上提供了線上「程式碼生成」服務。

幾十年來，微軟的研究人員一直在嘗試如何教計算機編寫程式碼，但未取得顯著成果。此次與OpenAI合作，微軟將提供了強大 Azure 雲端計算能力和GitHub平臺（2018年被微軟收購）的大量語言程式設計程式碼。

關於這款產品的程式碼生成質量，Friedman說，GitHub員工已經做了大量嘗試，能夠確保GitHub Copilot生成安全、高質量的程式碼。他說：「我們已經在系統中建立了一些安全機制，這些機制在減少各個領域能夠顯著減少出錯機率。」也就是說，GitHub Copilot並不能保證完全不出錯，它仍然只是一個輔助生成程式碼工具。

官網報道說，Copilot的底層技術屬於微軟和OpenAI共有，今年夏天OpenAI將釋出Codex模型，供第三方開發者使用。微軟也表示會發布該產品的一個版本，讓企業通過培訓瞭解自己的程式設計風格。但目前，微軟只提供公共儲存庫中儲存的程式碼的服務。

這不是微軟第一次依靠OpenAI來提供智慧軟體。上個月，微軟展示了powerapps Studio應用程式的更新服務，非技術人員可以使用它來編寫應用程式——使用者輸入他們想要新增的元素單詞，GPT-3可提供一些必要程式碼的選項。

網友討論

GitHub Copilot的釋出在Reddit上引發了熱烈的討論，不少網友看好編碼自動化的產業趨勢，網友@markbowick說道：

毫無疑問，這將極大地提高大多數程式設計師的日常程式設計生產力，並且（我認為）這將是推動全球軟體影響呈指數增長的最重要步驟之一。

值得注意的是，GPT-J（GPT-3 較小模型之一的開源實現）在大量 GitHub 和 StackExchange 查詢儲存庫上進行了訓練，並且在特定程式設計相關任務上的表現明顯優於 OpenAI 的其它模型。在接下來的幾個月裡，我預期會看到效能更好的類似的（更大）模型。

也有人提出了質疑，網友@laprika0表示，GitHub Copilot的測試方法令人擔憂，「讓 GitHub Copilot 建議與你的實現程式碼匹配的測試，但人們並不應該以這種方式寫測試。」不少網友表示同意，並補充道，「如果實現程式碼有錯誤，那麼GitHub Copilot將把錯誤引入測試中，從而影響測試效果。」

還有人則注意到關於程式碼所有權的問題，OpenAI發表了一項聲明，表示使用者使用GitHub Copilot寫程式碼時，程式碼片段和建議結果將與 GitHub 和 OpenAI 共享，並用於診斷目的和改進建議。同時，為保護隱私，GitHub Copilot 不會使用使用者的私有程式碼來為 GitHub Copilot 的其他使用者推薦程式碼。

網友@touristtam對此聲明感到困惑，「他們是否擁有在使用者啟用GitHub Copilot時編寫的程式碼？」

參考連結：

雷鋒網雷鋒網雷鋒網