GitHub和OpenAI发布新AI代码补全工具Copilot

AI编程助手Copilot：由微软、OpenAI、GitHub联合打造。

机器之心报告，机器之心编辑部。

GitHub Copilot 是一个 AI 代码合成器，而不是一个搜索引擎：它提出的绝大多数代码建议都是新生成的，以前从未见过。

简而言之，这就是未来。

在项目开发中，优秀的代码自动补全工具可以提高工作效率。但是传统的IDE基本都是使用搜索的方式补全，在某些场景下效果不佳。

今天，GitHub 和 OpenAI 联合发布了新的 AI 代码补全工具 GitHub Copilot，并展示了技术预览。该工具可在 VS Code 编辑器中自动完成代码片段，是 OpenAI 自接受微软 10 亿美元投资以来的第一个重大成就。

目前，GitHub Copilot 项目只是一个严格的技术预览版。用户可以在主页上注册，并将有机会访问试用版。

GitHub Copilot 注册地址：github.com/features/copilot/signup

对于 GitHub 和 OpenAI 推出的这款全新的 AI 代码补全工具，网友给出了极高的评价。下面这个用户可以大致代表大部分试用用户的心声。“我已经使用 alpha 版本两周了，我很惊讶 Copilot 似乎确切地知道我接下来要输入什么，”ta 说。有时它甚至会建议我正在寻找什么，例如选择随机代码的随机十六进制片段或具有所有常见图像 mime 类型的完整数组。此外，Copilot 在处理 React 组件时特别有用，可以做出非常准确的预测。最后，Copilot 改变了程序员记录自己代码的方式。如果你在实现代码之前编写非常好的描述性注释，更善于建议正确的代码，有时甚至会为你编写整个函数。”

MSFTResearch 高级研究员 Alex Polozov 表示：毫不夸张地说，Copilot 将成为 2020 年代技术进步的前三名！

甚至有网友表示：这是要结束编程吗？

但是，尽管用户对 Copilot 提供的生产力提升赞不绝口，但 GitHub 还表示，并非所有使用的代码都经过了漏洞、不安全做法或个人数据的审查。因此，他们还设置了一些过滤器来防止 Copilot 生成攻击性语言，效果可能并不完美，未来需要改进。

Copilot 背后的技术

首先，在训练数据上，GitHub Copilot 接受了数十亿行公共代码的训练。

从技术角度来看，GitHub Copilot 工具由 OpenAI Codex 提供支持，这是一种由 OpenAI 开发的新 AI 系统。“Codex 是 GPT-3 的后代，”OpenAI 的联合创始人兼首席技术官 Greg Brockman 说。

OpenAI Codex 对人们如何使用代码有广泛的了解，并且在代码生成方面明显优于 GPT-3，部分原因是该系统是在包含大量开源代码的数据集上进行训练的。更具体地说，Codex 的训练集包含从 GitHub 中提取的 TB（兆兆字节）公开可用代码以及英语示例。

因为它是在公开可用的源代码和自然语言上进行训练的，所以 Codex 既可以理解编程语言，也可以理解人类语言。因此，在整个实施过程中，Copilot 编辑器扩展将开发人员的评论和代码发送到 Copilot 服务器，然后 Copilot 服务器使用 Codex 生成和建议单行代码和整个功能。

此外，据 OpenAI 的一位代表透露：OpenAI 计划在今年夏天推出基于其 API 的 Codex 版本，以便开发人员可以使用该技术创建自己的应用程序。

在具体实现中，GitHub Copilot 从编写的代码中提取上下文并建议整行代码或整个函数。该工具可帮助开发人员快速发现解决问题、编写测试和搜索新 API 的替代方法，而无需在网络上进行繁琐的定向搜索以寻找答案。

此外，使用 GitHub Copilot源码怎样生成软件，开发人员始终处于控制之中，可以循环浏览 Copilot 的代码建议，选择接受或拒绝它们，并手动编辑这些代码。Copilot 适应开发人员所做的编辑并适应编码风格。

GitHub Copilot 可用于多种框架和语言，但此处显示的技术预览特别适用于 Python、JavaScript、TypeScript、Ruby 和 Go 语言。GitHub 将该工具视为结对编程的一项重大进步，程序员在编写代码时有一个“虚拟助手”，可以捕捉程序员的错误并加快开发过程。

那么 Copilot 是如何工作的呢？

近日，Github 对开源库中一组测试覆盖率良好的 Python 函数进行了基准测试，测试团队清理了函数体，并要求 GitHub Copilot 填充它们。该模型在第一次尝试时正确率为 43%源码怎样生成软件，在 10 次尝试后正确率为 57%。之后，GitHub Copilot 会进行多次训练和测试，准确率会进一步提升。

接下来我们看一下GitHub给出的具体demo展示。

副驾驶完成效果

与市面上的一些编程辅助工具相比，Copilot 的语境理解要强很多。无论是在文档字符串、注释、函数名称还是代码主体中，Copilot 都会根据程序员编写的上下文生成匹配的代码。

下面我们来看看 Copilot 的主要功能——代码补全的效果。以 TypeScript 语言为例，给定函数名和参数，Copilot 可以自动完成代码。

除了补全功能，Copilot 还可以根据注释编写代码。程序员给出描述代码逻辑的注释，GitHub Copilot 可以自动生成代码：

在编程过程中，有些代码在格式和内容上非常相似，重复编写既费时又乏味。现在 GitHub Copilot 可以帮助程序员解决这个问题，将简单重复的编码部分自动化：

在软件开发的过程中，除了编写代码之外，软件测试对于一个代码项目的支持也是非常重要的。导入一个测试包，GitHub Copilot 可以为开发者做剩下的测试代码。

在编程中，同一个功能往往有多种实现方式，程序员通常会根据代码的实现效果和运行性能选择最合适的方式。编写多个实现需要时间和精力。现在您可以使用 GitHub Copilot 一键完成。如下图，点击Next和Previous可以查看多种实现方式，点击Accept选择其中一种。

今天 GitHub 推出的 Copilot 技术预览版也仅限于 Python、JavaScript、TypeScript、Ruby 和 Go 语言。此外，开发团队表示，在努力使其变得更好的同时，GitHub Copilot 完成的代码应该像任何其他代码一样经过仔细审查和测试。这些仍然需要人类程序员的监督和优化，但人工智能自动编程的愿景指日可待。

参考链接：github.blog/2021-06-29-introducing-github-copilot-ai-pair-programmer/

¥news.ycombinator.com/item?id=27676266

reddit.com/r/MachineLearning/comments/oaambv/n_github_and_openai_release_copilot_an_ai_pair/

theverge.com/2021/6/29/22555777/github-openai-ai-tool-autocomplete-code