來源：新智元新智元
導讀：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，並提高了55%的編碼速度。
這次升級究竟改進了什麼呢？
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，改進後的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，新模型還有更為複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於工作的創造性方面，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並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後，GitHub曾官宣發布了，基於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，由於速度延遲的原因，代碼自動補全工具仍基於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中內嵌一個基於GPT-4的聊天窗口，專注於開發者場景，並集成在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，一個基於語音的交互系統。
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，升級之後的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，這一數字已經上漲到了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並節省精力。
與此同時，高達75%的開發者在使用Copilot時感到更有成就感，並且能夠專注於工作。
為了實現這一目標，GitHub做瞭如下關鍵技術改進：
– 升級後的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（FIM）的新範式，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後綴，並在中間留出空白讓GitHub Copilot來填補。
如此一來，Copilot就有了更多關於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通過使用關於用戶上下文的基本信息（例如，上一個建議是否被接受），將不必要的建議減少了4.5%
對標Copilot，谷歌Colab放大招
微軟Copilot練練升級後，谷歌也不甘示弱。
5月，谷歌曾宣布，Google Colaboratory（Colab）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後，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，你更鍾意哪個？
參考資料：
https://the-decoder.com/new-ai-model-boosts-github-copilots-code-generation-capabilities/
https://web.archive.org/web/20230728192619/https://github.blog/2023-07-28-smarter-more-efficient-coding-github-copilot-goes-beyond-codex-with-improved-ai-model/
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載