AI 程式設計輔助工具 Copilot：微軟、OpenAI、GitHub 三家聯合打造。
GitHub Copilot 是一個 AI 代碼合成器，并不是搜尋引擎：它提出的絕大多數代碼建議都是新生成的，此前從未出現過。簡而言之，這就是未來。
在項目開發中，優秀的代碼自動補全工具可以提升工作效率。然而，傳統的 IDE 基本都使用搜尋方法進行補全，在一些場景下效果不佳。今日，GitHub 和 OpenAI 聯合釋出了新的 AI 代碼補全工具 GitHub Copilot，并展示了技術預覽版。該工具可以在 VS Code 編輯器中自動完成代碼片段，這也是 OpenAI 接受微軟 10 億美元投資以來的首個重大成果。
目前，GitHub Copilot 項目還隻是嚴格的技術預覽版，使用者可以在首頁注冊報名，将有機會通路試用。
GitHub Copilot 注冊位址：https://github.com/features/copilot/signup對于 GitHub 和 OpenAI 推出的這款全新 AI 代碼補全工具，網友們給出了極高的評價。下面這位使用者大緻可以代表大多數試用者的心聲。ta 表示：「我使用 Alpha 版兩周了，Copilot 似乎能夠準确地知道我接下來要輸入的内容，這令我大受震撼。有時它甚至建議我要查找的内容，例如選擇随機十六進制随機碼的片段或者使用所有常見圖像 mime-types 完成數組。此外，Copilot 在處理 React 元件時也特别有用，可以做出非常準确的預測。最後，Copilot 改變了程式員記錄自己代碼的方式。如果你在實作代碼之前編寫了非常好的描述性注釋，它能夠更好地給出正确代碼建議，有時甚至可以為你編寫整函數。」
MSFTResearch 進階研究員 Alex Polozov 更是表示：不誇張的講，Copilot 将成為本世紀 20 年代排名前三的技術進展！
甚至有網友表示：這是要終結程式設計？
不過，雖然使用者對 Copilot 提供的生産力提升贊不絕口，GitHub 也表示：并不是所有使用的代碼都經過了漏洞、不安全實踐或個人資料的審查。是以，他們也設定了一些過濾器來防止 Copilot 生成攻擊性的語言，并可能效果并不完美，需要後續完善。Copilot 背後的技術首先，訓練資料上，GitHub Copilot 是在數十億行公共代碼上訓練的。
從技術角度來看，GitHub Copilot 工具由 OpenAI 開發的全新 AI 系統 OpenAI Codex 提供支援。OpenAI 的聯合創始人兼首席技術官 Greg Brockman 說：Codex 是 GPT-3 的後代。
OpenAI Codex 在人們如何使用代碼方面擁有廣泛的知識，并且在代碼生成領域顯著優于 GPT-3 了，部分原因在于該系統是在包含大量公開源代碼的資料集上訓練的。更具體地，Codex 的訓練集中包含了提取自 GitHub 的 TB（terabyte）級公開可用代碼以及英語語言示例。由于是在公開可用源代碼和自然語言上訓練，Codex 可以同時了解程式設計語言和人類語言。是以，在整個實作過程中，Copilot 編輯器擴充将開發者的注釋和代碼發送至 Copilot 服務端，然後使用 Codex 生成和建議單行代碼和整個函數。
此外，據 OpenAI 的一位代表透露：OpenAI 計劃今年夏季推出基于其 API 的 Codex 版本，這樣開發者們就可以利用該技術建立自己的 app 了。在具體實作中，GitHub Copilot 從編寫的代碼中提取上下文，并給出整行代碼或整函數的建議。該工具可以幫助開發者快速發現解決問題、編寫測試和搜尋全新 API 的替代方法，而不需要在網上繁瑣地定向搜尋答案。另外，使用 GitHub Copilot，開發者始終可以掌控一切，既可以循環檢視 Copilot 給出的代碼建議，選擇接收或者拒絕，并能夠手動地編輯這些代碼。Copilot 會适應開發者所做的編輯，并适配編碼風格。GitHub Copilot 适用于多種架構和語言，但本次展示的技術預覽版尤其适用于 Python、JavaScript、TypeScript、Ruby 和 Go 語言。GitHub 認為該工具是結對程式設計（pair programming）的重大進展，程式員在編寫代碼時有了一個「虛拟的幫手」，它可以捕捉到程式員的錯誤，加速開發過程。那麼，Copilot 效果如何？最近，Github 針對一組在開源存儲庫中具有良好測試覆寫率的 Python 函數進行了基準測試，測試團隊清除了函數體并要求 GitHub Copilot 填充它們。模型在第一次嘗試正确率是 43% ，經過 10 次嘗試後，正确率達到了 57%。之後 GitHub Copilot 還将進行多次訓練和測試，準确率會進一步提升。下面，我們就看一下 GitHub 給出的具體 demo 展示。Copilot 的補全效果相比于市面上一些程式設計輔助工具，Copilot 的上下文了解能力要強大得多。無論是在文檔字元串、注釋、函數名還是代碼主體中，Copilot 都能根據程式設計者已寫出的上下文生成比對的代碼。先來看一下 Copilot 的主要功能——代碼補全的效果，以 TypeScript 語言為例，給出函數名和參數，Copilot 就能自動補全代碼。
除了補全函數，Copilot 還能根據注釋寫出代碼。程式設計者給出一條描述代碼邏輯的注釋，GitHub Copilot 就能自動生成代碼：
在程式設計過程中，有些代碼的格式和内容非常相似，重複編寫耗時且無聊。現在 GitHub Copilot 能夠幫程式設計者解決這個問題，将簡單重複的代碼編寫部分自動化：
在軟體開發的過程中，除了編寫代碼，軟體測試也是非常重要的，對一個代碼項目起到支撐的作用。導入一個測試包，其餘的測試代碼 GitHub Copilot 就能夠幫開發者完成。
在程式設計中，同一個函數常有多種實作方法，程式設計者通常會根據代碼的實作效果和運作性能選擇最合适的方法。編寫多種實作需要花費時間和精力，現在使用 GitHub Copilot 一鍵就能搞定，如下圖所示，點選 Next 和 Previous 就能檢視多種實作方法，點選 Accept 選中其中一種。
今天 GitHub 推出的 Copilot 技術預覽版本，還僅限于 Python、JavaScript、TypeScript、Ruby 和 Go 語言。此外，開發團隊表示，在努力使其變得更好的同時，GitHub Copilot 補全的代碼應該像其他任何代碼一樣經過仔細審查和測試。這些仍需要人類程式設計者的監督和優化，但 AI 自動程式設計的願景已指日可待。