在項目開發中，優秀的代碼自動補全工具可以提升工作效率。然而，傳統的 IDE 基本都使用搜索方法進行補全，在一些場景下效果不佳。
GitHub 和 OpenAI 聯合發佈了新的 AI 代碼補全工具
GitHub Copilot
，並展示了技術預覽版。
該工具可以在 VS Code 編輯器中自動完成代碼片段
，這也是 OpenAI 接受微軟 10 億美元投資以來的首個重大成果。
GitHub Copilot 是一個 AI 代碼合成器，並不是搜索引擎：它提出的絕大多數代碼建議都是新生成的，此前從未出現過。
目前，GitHub Copilot 項目還只是嚴格的技術預覽版，用戶可以在主頁註冊報名，將有機會訪問試用。
G
itHub Copilot 註冊地址：https://github.com/features/copilot/signup
對於 GitHub 和 OpenAI 推出的這款全新 AI 代碼補全工具，網友們給出了極高的評價。下面這位用戶大致可以代表大多數試用者的心聲。
ta 表示：「我使用 Alpha 版兩週了，Copilot 似乎能夠準確地知道我接下來要輸入的內容，這令我大受震撼。有時它甚至建議我要查找的內容，例如選擇隨機十六進制隨機碼的片段或者使用所有常見圖像 mime-types 完成數組。
此外，Copilot 在處理 React 組件時也特別有用，可以做出非常準確的預測。最後，Copilot 改變了程序員記錄自己代碼的方式。如果你在實現代碼之前編寫了非常好的描述性註釋，它能夠更好地給出正確代碼建議，有時甚至可以爲你編寫整函數。」
MSFTResearch 高級研究員 Alex Polozov 更是表示：不誇張的講，Copilot 將成爲本世紀 20 年代排名前三的技術進展！
不過，雖然使用者對 Copilot 提供的生產力提升讚不絕口，GitHub 也表示：並不是所有使用的代碼都經過了漏洞、不安全實踐或個人數據的審查。因此，他們也設置了一些過濾器來防止 Copilot 生成攻擊性的語言，並可能效果並不完美，需要後續完善。
首先，訓練數據上，GitHub Copilot 是在
數十億行公共代碼上訓練
的。
從技術角度來看，GitHub Copilot 工具
由 OpenAI 開發的全新 AI 系統 OpenAI Codex 提供支持
。OpenAI 的聯合創始人兼首席技術官 Greg Brockman 說：Codex 是 GPT-3 的後代。
OpenAI Codex 在人們如何使用代碼方面擁有廣泛的知識，並且在代碼生成領域顯著優於 GPT-3 了，部分原因在於該系統是在包含大量公開源代碼的數據集上訓練的。更具體地，
Codex 的訓練集中包含了提取自 GitHub 的 TB（terabyte）級公開可用代碼以及英語語言示例。
由於是在公開可用源代碼和自然語言上訓練，Codex 可以同時理解編程語言和人類語言。因此，在整個實現過程中，Copilot 編輯器擴展將開發者的註釋和代碼發送至 Copilot 服務端，然後使用 Codex 生成和建議單行代碼和整個函數。
此外，據 OpenAI 的一位代表透露：
OpenAI 計劃今年夏季推出基於其 API 的 Codex 版本
，這樣開發者們就可以利用該技術創建自己的 app 了。
在具體實現中，GitHub Copilot 從編寫的代碼中提取上下文，並給出整行代碼或整函數的建議。該工具可以幫助開發者快速發現解決問題、編寫測試和搜索全新 API 的替代方法，而不需要在網上繁瑣地定向搜索答案。
另外，使用 GitHub Copilot，開發者始終可以掌控一切，既可以循環查看 Copilot 給出的代碼建議，選擇接收或者拒絕，並能夠手動地編輯這些代碼。Copilot 會適應開發者所做的編輯，並適配編碼風格。
GitHub Copilot 適用於多種框架和語言，但本次展示的技術預覽版尤其適用於 Python、JavaScript、TypeScript、Ruby 和 Go 語言。GitHub 認爲該工具是結對編程（pair programming）的重大進展，程序員在編寫代碼時有了一個「虛擬的幫手」，它可以捕捉到程序員的錯誤，加速開發過程。
最近，Github 針對一組在開源存儲庫中具有良好測試覆蓋率的 Python 函數進行了基準測試，測試團隊清除了函數體並要求 GitHub Copilot 填充它們。模型在第一次嘗試正確率是 43% ，經過 10 次嘗試後，正確率達到了 57%。之後 GitHub Copilot 還將進行多次訓練和測試，準確率會進一步提升。
下面，我們就看一下 GitHub 給出的具體 demo 展示。
相比於市面上一些編程輔助工具，Copilot 的上下文理解能力要強大得多。無論是在文檔字符串、註釋、函數名還是代碼主體中，Copilot 都能根據編程者已寫出的上下文生成匹配的代碼。
先來看一下 Copilot 的主要功能 —— 代碼補全的效果，以 TypeScript 語言爲例，給出函數名和參數，Copilot 就能自動補全代碼。
![]()
除了補全函數，Copilot 還能根據註釋寫出代碼。編程者給出一條描述代碼邏輯的註釋，GitHub Copilot 就能自動生成代碼：
![]()
在編程過程中，有些代碼的格式和內容非常相似，重複編寫耗時且無聊。現在 GitHub Copilot 能夠幫編程者解決這個問題，將簡單重複的代碼編寫部分自動化：
![]()
在軟件開發的過程中，除了編寫代碼，軟件測試也是非常重要的，對一個代碼項目起到支撐的作用。導入一個測試包，其餘的測試代碼 GitHub Copilot 就能夠幫開發者完成。
![]()
在編程中，同一個函數常有多種實現方法，編程者通常會根據代碼的實現效果和運行性能選擇最合適的方法。編寫多種實現需要花費時間和精力，現在使用 GitHub Copilot 一鍵就能搞定，如下圖所示，點擊 Next 和 Previous 就能查看多種實現方法，點擊 Accept 選中其中一種。
![]()
今天 GitHub 推出的 Copilot 技術預覽版本，還僅限於 Python、JavaScript、TypeScript、Ruby 和 Go 語言。此外，開發團隊表示，在努力使其變得更好的同時，GitHub Copilot 補全的代碼應該像其他任何代碼一樣經過仔細審查和測試。這些仍需要人類編程者的監督和優化，但 AI 自動編程的願景已指日可待。
https://github.blog/2021-06-29-introducing-github-copilot-ai-pair-programmer/
https://news.ycombinator.com/item?id=27676266
https://www.reddit.com/r/MachineLearning/comments/oaambv/n_github_and_openai_release_copilot_an_ai_pair/
https://www.theverge.com/2021/6/29/22555777/github-openai-ai-tool-autocomplete-code
本文分享自微信公衆號 - Creator星球遊戲開發社區（creator-star）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。
