一人能顶一个公司，编程神器 GPT Pilot，诞生了！

今年 3 月，GitHub 对外正式发布了新一代编程神器 GitHub Copilot X，其中的 Copilot Voice 功能，可直接通过语音向 AI 描述需求，然后批量生成项目代码，让一众开发者直呼「牛X」。

除此之外，还能让 AI 自动撰写测试代码、Pull Request、自动补全项目文档等功能。

在该工具发布之初，我还为此写了一篇文章《动动嘴，就能帮你生成代码！焕然一新的代码编辑器：GitHub Copilot X，来了！》，详细介绍了它的各项特性，感兴趣的同学可前往查看。

现如今半年过去了，AI 在计算机编程领域的发展并未止步不前，在诸多业内人士的共同探索与努力下，AI 在此期间迎来了多次突破。

先前，国内开发者有在 GitHub 开源了名为 MetaGPT 的多智能体框架，开发者只需输入一句话的老板需求，AI 便能批量生成项目的用户故事、竞品分析与需求文档、数据结构、APIs、文件等内容。

在项目的开发过程中，AI 可充当产品经理、架构师、项目经理、工程师等角色，基于大模型能力，让你一人就能顶一个团队，完成诸多此前需要多人配合才能完成的任务，极大降低了人力成本。

GitHub：https://github.com/geekan/MetaGPT

项目发布至今，在 GitHub 累计 27000+ Star。有开发者尝试用它成功构建出了各种爬虫工具、文案生成器、SQL 数据库查询生成器、休闲小游戏等项目。

无独有偶，在最近两天，GitHub 上又有一个项目悄然崛起，登上了 GitHub 热榜。

该项目便是在短短一个多月时间，斩获 5600+ GitHub Star 的 GPT Pilot。

其主要作用，是能帮助开发者以 20 倍速来开发应用，借助 AI 的力量，进一步提升开发效率。

GitHub：https://github.com/Pythagora-io/gpt-pilot

在项目执行过程中，它能够自动提出问题，并根据我们的答案，模拟与复现开发一个项目时的完整流程。

比如，GPT Pilot 会先询问我们一系列问题，来确定应用类型，产品需求和技术要求，然后基于这些问答内容，自动完成环境配置，编写代码。

我们在这整个过程中，只需扮演好项目管理者的角色，检查 AI 完成的代码是否符合标准，并在适当的时候给予其指引，让 AI 能在正确的方向上持续编写与迭代项目。

只要你拥有过项目编程经验，以及懂得 Prompt 技巧，在该项目的辅助下，便能如虎添翼，编程效率大幅提升。

对比早期只懂得埋头猛冲，暴力蛮撞的 AutoGPT 来说，GPT Pilot 这种辅助引导编程的方式，在生产环境中的应用无疑更为稳妥与实用。

作者认为，当我们每次在开发一个新项目时，要做的事情其实都大同小异，无非是将项目功能进行颗粒化拆解，然后开始编写初始代码，再一步步迭代，新增功能，查看日志，调试代码。

而类似 GPT-4 的大语言模型，在编写代码方面的能力颇为出色，不过要让它完全开发出一款应用，还需要让它完成自动化运行代码、读取输出、调试代码等功能。

基于此，我们需要让理解并模拟以下流程：

1. 输入应用名称和描述

2. 产品经理梳理项目需求

3. 产品经理编写用户故事并确认

4. 架构师编写项目技术要求

5. DevOps 检查项目开发环境

6. 项目经理拆解并分配任务

7. 开发者接受任务，开始安排工作

8. 根据各种需求与任务安排，开始编码

在上述整个过程中，产品经理、架构师、运维、项目经理、开发者，AI 都能在一定程度上以代理的身份全程参与。

GPT Pilot 的完整工作流程如下：

作为一个人类，我们要做的，就是从旁协作，并监督 AI 产生的内容。

把一系列重复性工作转交给 AI 处理，我们只需要负责提供创意、灵感，这或许将成为未来开发者的日常工作方式。

-------- End --------

推荐👇同名微信视频号

图解Pandas

图文00-内容框架介绍 | 图文01-数据结构介绍 | 图文02-创建数据对象 | 图文03-操作Excel文件 | 图文04-常见的数据访问 | 图文05-常见的数据运算 |  图文06-常见的数学计算 | 图文07-常见的数据统计 | 图文08-常见的数据筛选 |  图文09-常见的缺失值处理 | 图文10-数据合并操作 | 图文11-Groupby分组操作