【导读】AI编码神器Copilot模型升级,5年80%的代码自动生成,百万码农提速55%。
码农AI神器又升级了!
就在刚刚,Github官宣,Copilot模型升级,5年内80%的代码将自动生成。
GitHub Copilot发布还不到两年, 就已经为100多万的开发者,编写了46%的代码,并提高了55%的编码速度。
这次升级究竟改进了什么呢?
5年,80%代码自动生成
通过模型的改进,以及上下文过滤功能的增强,现在开发人员在写代码的时候可以获得更多量身定做的建议,满足需求。
而且,划重点!个人版和企业版都可以无压力使用。
据官博介绍,改进后的AI模型超越了之前的Codex模型,可以更迅速地为开发人员提供代码上的建议。
新模型由OpenAI、Azure AI和GitHub合作开发,与之前的模型相比,延迟时间缩短了13%。
这意味着,GitHub Copilot为开发人员生成代码建议的速度比以往任何时候都要快,有望大幅提高整体工作效率。
同时,新模型还有更为复杂的上下文过滤功能,能更广泛地考虑开发人员的上下文和使用模式。
这样,它就能更智能地过滤提示和代码建议,从而让开发人员获得针对其需求的建议。
数据显示,代码接受率相对提高了6%,让开发人员能够专注于工作的创造性方面,而不是被乏味的编码任务所困扰。
GitHub Copilot正在升级,改进了人工智能模型并增强了上下文过滤功能,从而为开发人员提供更快、更量身定制的代码建议。
Github就像是第二大脑,能够帮你省去记忆的麻烦。
Github的CEO Thomas Dohmke还曾表示,80%的代码将在短短五年内生成。
他还表示,Copilot 测试版中 40% 的代码都是生成的,这让开发者的速度提升了55%。
新一代生成代码Copilot X
在微软将GPT-4能力集成到Office 365后,GitHub曾官宣发布了,基于GPT-4的新一代代码生成工具Copilot X。
具体来说,Copilot X提供支持的体验有:Copilot Chat;Copilot for Pull Request;Copilot for Docs;Copilot for CLI。
这些新功能都是由OpenAI的GPT-4驱动的。
值得注意的是,由于速度延迟的原因,代码自动补全工具仍基于GitHub的Codex模型上,该模型是在GPT-3上训练的。
此前,微软已经将GPT-4集成到搜索、办公、写代码等各种真正意义上的生产力工具上,属实是拥有了开启第四次科技革命的力量。
资深大数据架构师祝威廉称,Everything powered by AI已经不再遥远:
如果说,OpenAI GPT-4只是个模型完成了从0到1,微软则推动了其商业化直接前进一大步。
这次,Copilot X的发布,直接降维打击上一代Copilot。
就比如,GitHub在Copilot中内嵌一个基于GPT-4的聊天窗口,专注于开发者场景,并集成在VS Code和Visual Studio上。
Copilot不仅可以识别开发者输入的代码内容,报错信息显示,还可以对代码块的用途进行深入分析和解释,生成单元测试。
甚至还可以给出debug的建议。
此外,在Copilot中,你甚至不再需要键盘来编写代码。
只需坐在电脑前,说一句「嘿,GitHub!」,动动嘴皮子编代码就能实现了。
目前,GitHub正在试验GitHub Copilot Voice新功能,一个基于语音的交互系统。
除了编写代码,通过Copilot Voice,你甚至可以完成:代码跳转、控制IDE、代码总结。
GitHub首席执行官Thomas Dohmke曾表示,虽然自动补全代码已经大大提升开发人员的生产力,而全新的Copilot X能将开发人员的生产力提升10倍。
「软件开发的黄金时代已经来到聊天界面。」
工作效率提升55%
早在2月份,GitHub曾发布了个人版和企业版Copilot的重大更新。
简单来说就是,升级之后的GitHub Copilot将会具有更高的代码质量,以及更快的响应速度。
自发布以来,GitHub Copilot已经为超过一百万人开发者提供了更强生产力,帮助他们提高了55%的编码速度。
但早在2022年6月首次推出时,只有27%的开发者会选择使用GitHub Copilot生成的代码。
如今,这一数字已经上升到了46%。甚至在Java中,达到了61%。
研究显示,在使用GitHub Copilot的开发者中,有90%表示可以更快地完成任务,其中73%的人能够更好地保持顺畅并节省精力。
与此同时,高达75%的开发者在使用Copilot时感到更有成就感,并且能够专注于工作。
为了实现这一目标,GitHub做了如下关键技术改进:
- 升级后的AI Codex模型
将Copilot升级为新的OpenAI Codex模型,为代码合成提供了更好的结果。
- 更好的上下文理解
通过一种称为Fill-In-the-Middle(FIM)的新范式,改进了GitHub Copilot给出的代码建议。
这种方法不仅会考虑代码的前缀,还会利用已知的代码后缀,并在中间留出空白让GitHub Copilot来填补。
如此一来,Copilot就有了更多关于预期代码的上下文信息,以及自己应该如何去和程序的其他部分保持一致。
- 轻量级的客户端模型
使用轻量级客户端模型更新了VS Code的GitHub Copilot扩展,从而提高了建议代码的整体接受率。
现在,GitHub Copilot通过使用关于用户上下文的基本信息(例如,上一个建议是否被接受),将不必要的建议减少了4.5%
对标Copilot,谷歌Colab放大招
微软Copilot练练升级后,谷歌也不甘示弱。
5月,谷歌曾宣布,Google Colaboratory(Colab)即将加入全新的AI编码功能。
在PaLM 2的基础上,利用大量高质量代码数据进行微调之后,全新的「文生代码」模型Codey就诞生了。
而Colab的这些新功能,就是由Codey加持的。
Codey代码生成模型支持20多种编码语言,包括Go、谷歌标准SQL、Java、Javascript、Python和Typescript等。
通过实时的代码补全和生成,Codey可以帮助用户更快地完成开发工作,同时提升代码的质量。
最重要的是,这个模型还专门针对Python和Colab的各种功能进行了专门优化。
看得出来谷歌为了各位深度学习应用和Python的开发者的使用体验,真的是很用心了。
微软和谷歌的编码神器,你更钟意哪个?