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