GitHub于今年夏天推出名叫Copilot的AI编程辅助工具。GitHub声称该服务可以帮助软件开发人员“快速发现解决问题的替代方法、编写测试和探索新的 API。
”Copilot 运用了一种名为 OpenAI Codex 的算法，该算法本身改编自 OpenAI 的 GPT-4 自然语言生成器。
4个月过去了，开发人员是否真在使用（并且喜欢）Copilot？对于一些编程语言，GitHub 声称，多达30%的新编写的代码是由Copilot建议的。GitHub Next 副总裁 Oege de Moor 最近告诉 Axios：“我们从许多用户那里收到反馈，Copilot改变了他们的编码习惯。”“总的来说，Copilot能够提高他们的编码效率。”
De Moor 还声称，在所有尝试过Copilot的开发人员中，有50%的人员仍在使用该工具。虽然 Copilot 的预览版适用于 Python、JavaScript、TypeScript、Ruby 和 Go，但下一次更新将扩展对更多语言的支持，包括 Java。
然而，Copilot 并不一定是要毁掉软件开发工作的软件终结者。正如 Axios 指出的那样，纽约大学(New York University)最近的一项研究发现，Copilot 生成的“大约 40%”的代码存在网络安全漏洞。同时，准确性方面也存在问题：在该工具的常见问题解答页面（FAQ）上，GitHub 声称 Copilot 在填写 Python 函数的空白部分时的正确率为 43%（如果允许尝试10次该工具，正确率将上升至 57%）；虽然优化效果非常明显，但这也表明，在没有密切人工监控的情况下，Copilot 可能会生成有Bug（和易受攻击）的代码。
但与其他 A.I.工具一样，Copilo的目标是不断提高其准确性。未来几年，编码自动完成平台很有可能会不断进步；如果Copilo变得极其精确，它们将在编码中发挥越来越重要的作用，尤其是在诸如遗留代码维护等领域。也就是说，短时间内，机器可能无法取代与开发人员工作有关的其他方面——包括抽象思维和创造力。与此同时，请密切关注 A.I.和机器学习市场的发展，因为这些技术将在多个行业中发挥更大的作用。
作者：Nick Kolakowski
在微软成功的数据科学家身上，我学到这5个习惯
自 2016 年开始我的数据科学职业生涯以来，我一直想不断学习和提高自己的核心知识。发展空间和工作带来的经验是一份好工作的基本素质，而不仅仅是薪水的多少。
