来源：
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、Java、Python/ target=_blank class=infotextkey>Python和Type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？
参考资料：
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/
京公网安备 11010802035086号