AI 編碼神器 Copilot 模型升級，5 年 80% 的代碼自動生成，百萬碼農提速 55%。

碼農 AI 神器又升級了！

就在剛剛，Github 官宣，Copilot 模型升級，5 年內 80% 的代碼將自動生成。

GitHub Copilot 發布還不到兩年，就已經為 100 多萬的開發者，編寫了 46% 的代碼，并提高了 55% 的編碼速度。

這次升級究竟改進了什么呢？

5 年，80% 代碼自動生成

通過模型的改進，以及上下文過濾功能的增強，現在開發人員在寫代碼的時候可以獲得更多量身定做的建議，滿足需求。

而且，劃重點！個人版和企業版都可以無壓力使用。

據官博介紹，改進后的 AI 模型超越了之前的 Codex 模型，可以更迅速地為開發人員提供代碼上的建議。

新模型由 OpenAI、Azure AI 和 GitHub 合作開發，與之前的模型相比，延遲時間縮短了 13%。

這意味著，GitHub Copilot 為開發人員生成代碼建議的速度比以往任何時候都要快，有望大幅提高整體工作效率。

同時，新模型還有更為復雜的上下文過濾功能，能更廣泛地考慮開發人員的上下文和使用模式。

這樣，它就能更智能地過濾提示和代碼建議，從而讓開發人員獲得針對其需求的建議。

數據顯示，代碼接受率相對提高了 6%，讓開發人員能夠專注于工作的創造性方面，而不是被乏味的編碼任務所困擾。

GitHub Copilot 正在升級，改進了人工智能模型并增強了上下文過濾功能，從而為開發人員提供更快、更量身定制的代碼建議。

Github 就像是第二大腦，能夠幫你省去記憶的麻煩。

Github 的 CEO Thomas Dohmke 還曾表示，80% 的代碼將在短短五年內生成。

他還表示，Copilot 測試版中 40% 的代碼都是生成的，這讓開發者的速度提升了 55%。

新一代生成代碼 Copilot X

在微軟將 GPT-4 能力集成到 Office 365 后，GitHub 曾官宣發布了，基于 GPT-4 的新一代代碼生成工具 Copilot X。

具體來說，Copilot X 提供支持的體驗有:Copilot Chat；Copilot for Pull Request；Copilot for Docs；Copilot for CLI。

這些新功能都是由 OpenAI 的 GPT-4 驅動的。

值得注意的是，由于速度延遲的原因，代碼自動補全工具仍基于 GitHub 的 Codex 模型上，該模型是在 GPT-3 上訓練的。

此前，微軟已經將 GPT-4 集成到搜索、辦公、寫代碼等各種真正意義上的生產力工具上，屬實是擁有了開啟第四次科技革命的力量。

資深大數據架構師祝威廉稱，Everything powered by AI 已經不再遙遠:

如果說，OpenAI GPT-4 只是個模型完成了從 0 到 1，微軟則推動了其商業化直接前進一大步。

這次，Copilot X 的發布，直接降維打擊上一代 Copilot。

就比如，GitHub 在 Copilot 中內嵌一個基于 GPT-4 的聊天窗口，專注于開發者場景，并集成在 VS Code 和 Visual Studio 上。

Copilot 不僅可以識別開發者輸入的代碼內容，報錯信息顯示，還可以對代碼塊的用途進行深入分析和解釋，生成單元測試。

甚至還可以給出 debug 的建議。

此外，在 Copilot 中，你甚至不再需要鍵盤來編寫代碼。

只需坐在電腦前，說一句「嘿，GitHub！」，動動嘴皮子編代碼就能實現了。

目前，GitHub 正在試驗 GitHub Copilot Voice 新功能，一個基于語音的交互系統。

除了編寫代碼，通過 Copilot Voice，你甚至可以完成:代碼跳轉、控制 IDE、代碼總結。

GitHub 首席執行官 Thomas Dohmke 曾表示，雖然自動補全代碼已經大大提升開發人員的生產力，而全新的 Copilot X 能將開發人員的生產力提升 10 倍。

「軟件開發的黃金時代已經來到聊天界面。」

工作效率提升 55%

早在 2 月份，GitHub 曾發布了個人版和企業版 Copilot 的重大更新。

簡單來說就是，升級之后的 GitHub Copilot 將會具有更高的代碼質量，以及更快的響應速度。

自發布以來，GitHub Copilot 已經為超過一百萬人開發者提供了更強生產力，幫助他們提高了 55% 的編碼速度。

但早在 2022 年 6 月首次推出時，只有 27% 的開發者會選擇使用 GitHub Copilot 生成的代碼。

如今，這一數字已經上升到了 46%。甚至在 Java 中，達到了 61%。

研究顯示，在使用 GitHub Copilot 的開發者中，有 90% 表示可以更快地完成任務，其中 73% 的人能夠更好地保持順暢并節省精力。

與此同時，高達 75% 的開發者在使用 Copilot 時感到更有成就感，并且能夠專注于工作。

為了實現這一目標，GitHub 做了如下關鍵技術改進:

- 升級后的 AI Codex 模型

將 Copilot 升級為新的 OpenAI Codex 模型，為代碼合成提供了更好的結果。

- 更好的上下文理解

通過一種稱為 Fill-In-the-Middle的新范式，改進了 GitHub Copilot 給出的代碼建議。

這種方法不僅會考慮代碼的前綴，還會利用已知的代碼后綴，并在中間留出空白讓 GitHub Copilot 來填補。

如此一來，Copilot 就有了更多關于預期代碼的上下文信息，以及自己應該如何去和程序的其他部分保持一致。

- 輕量級的客戶端模型

使用輕量級客戶端模型更新了 VS Code 的 GitHub Copilot 擴展，從而提高了建議代碼的整體接受率。

現在，GitHub Copilot 通過使用關于用戶上下文的基本信息，將不必要的建議減少了 4.5%

對標 Copilot，谷歌 Colab 放大招

微軟 Copilot 練練升級后，谷歌也不甘示弱。

5 月，谷歌曾宣布，Google Colaboratory即將加入全新的 AI 編碼功能。

在 PaLM 2 的基礎上，利用大量高質量代碼數據進行微調之后，全新的「文生代碼」模型 Codey 就誕生了。

而 Colab 的這些新功能，就是由 Codey 加持的。

Codey 代碼生成模型支持 20 多種編碼語言，包括 Go、谷歌標準 SQL、Java、Javascript、Python 和 Typescript 等。

通過實時的代碼補全和生成，Codey 可以幫助用戶更快地完成開發工作，同時提升代碼的質量。

最重要的是，這個模型還專門針對 Python 和 Colab 的各種功能進行了專門優化。

看得出來谷歌為了各位深度學習應用和 Python 的開發者的使用體驗，真的是很用心了。

微軟和谷歌的編碼神器，你更鐘意哪個？

參考資料:

廣告聲明:文內含有的對外跳轉鏈接，用于傳遞更多信息，節省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。