微软这次做了个AI，让程序员提前下班，提早下岗

　　本文来自极客公园

　　GPT-3这个自然语言处AI在去年‘出圈’了，被公认是继AlphaGo之后‘人工智能史上又一里程碑’。它在互联网上‘阅读’了5000亿词，模型达到1750亿参数，从而变得通用。但给AI硬灌数据，实在是烧钱耗力。但好在，GPT-3正在孕育出能够实现商业化的后代。

　　就在刚刚，GitHub、OpenAI、微软联合打造了一个全新的代码生成AI：GitHub Copilot（以下简称为 Copilot）。

　　简单来说，Copilot可以根据程序员的注释写代码，自动补全代码，提供与代码匹配的测试，还能生成多个备选方案的代码供选择。GitHub表示，Copilot生成的代码大部分是原创的。

　　目前，Copilot 正在测试专供Visual Studio Code的扩展，一旦达到可用状态，未来会成为微软编程产品里的收费项目。Copilot可以说是OpenAI接受微软10亿美元投资以来的首个重大成果。

　　还有行业人士表示，这代表AI开始在编程工作中发挥作用，软件开发领域的‘第三次工业革命’似乎正缓缓揭开序幕。

　　和你结对编程的，换成了AI

　　在此之前，程序员写不出代码，一般会到软件开发领域的问答网站Stack Overflow‘借鉴’，或者求助于一些代码自动补全工具。然而，传统IDE基本都使用搜索方法进行补全，换句话说，网上有的，才能被抓过去补全。

　　但Copilot是另一种思路，它直接靠AI理解程序员的需求。Copilot不仅仅是模仿以前见过的代码，它还会分析文档中的字符串、注释、函数名称以及代码本身，从而生成新的匹配代码，包括之前调用的特定函数。

　　脱胎自GPT-3的OpenAI Codex，接受过公开源代码和自然语言的培训，能理解编程语言和人类语言。所以，Copilot对语言理解和转换有极高的天赋。

　　GitHub给Copilot的官方定义是‘AI 结对编程员’。‘结对编程’（pair programming）是一种软件开发方法，两个程序员在一个计算机上共同工作。一个人输入代码，而另一个人审查他输入的每一行代码。输入代码的人称作驾驶员，审查代码的人称作观察员。两个程序员经常互换角色。GitHub认为Copilot是进化版的‘结对编程’，在未来帮程序员查缺补漏的，将会换成 AI。

　　Copilot具体的功能如下：

　　在注释中用简单的英语描述一个函数，Copilot就可以将其转换为实际代码；

　　Copilot能根据程序员给出的例子，快速生成模板和重复的代码；

　　导入单元测试包，Copilot就可以提供与代码匹配的测试；

　　Copilot可以提供多个备选方案的代码供程序员选择。

　　此外，Copilot还能辅导新手写代码，可以帮助他们找出错误、学习新框架，省去大量查资料的时间。

　　OpenAI首席技术官Greg Brockman表示，将在今年夏末通过API发布Codex。

　　Github CEO Nat Friedman提到，‘OpenAI Codex对于人们的代码使用习惯有着广泛了解，而且在代码生成能力上远远超过GPT-3，这要归功于它在训练中接触到的大量公共源代码数据集。GitHub Copilot则适用于多种框架和语言，但目前的技术预览版主要面向Python、JavaScript、TypeScript、Ruby以及Go’。具体来说，OpenAI在GPT-3的基础上生成了 Codex 算法，Codex在从GitHub那里提取出来的TB（terabyte）级公开代码以及英语语言示例中得到训练。基于Codex算法，编程AI Copilot诞生了。

　　也就是说，Copilot比GPT-3诞下的专为代码生成设计的后代。在运行过程中，Copilot编辑器的扩展插件将程序员的注释和代码发送到GitHub Copilot服务端，然后该服务使用 OpenAI Codex来生成对代码的建议。

　　目前相比于市面上一些编程辅助工具，Copilot的上下文理解能力要强大得多。无论是在文档字符串、注释、函数名还是代码主体中，Copilot都能根据编程者已写出的上下文生成匹配的代码。

　　不看广告，看‘疗效’

　　Friedman说，GitHub的数百名开发者在编码时，整天都在使用Copilot功能，他们中的大多数人都接受了AI的建议，没有关闭该功能。

　　但就目前来看，Copilot提供建议的准确率似乎不高。GitHub对一组Python函数进行了基准测试，测试团队清除了函数并要求Copilot填充它们。模型在第一次尝试正确率是43%，经过10次尝试后，正确率达到了57%。团队表示，之后Copilot还将进行多次训练和测试，准确率会进一步提升。但据一些程序员的说法，这种自动生成的代码工具要‘好用’有个前提，就是能精确描述了函数需要实现的功能，不然后续的调试会是更耗时的工作。

　　另外，GitHub表示，Copilot提出的代码可能会无法编译或运行，而且Copilot还可能会使用旧的或已弃用的库和语言。 此外，在试图理解开发人员的意图时，Copilot建议的代码可能并不总是有效或有意义的，因此程序员还是像往常一样仔细测试和审查所有代码。

　　对于代码安全，GitHub表示，并不是所有使用的代码都经过了漏洞、不安全实践或个人数据的审查。因此，他们也设置了一些过滤器来防止Copilot生成攻击性的语言，目前效果并不完美，需要后续完善。

　　技术社区也不可避免地对这款工具可能引发的代码所有权、许可证、利益冲突以及其他现实问题展开了讨论。 Friedman回应称，‘总体来说：在公共数据上训练机器学习系统属于合理的使用方式；输出结果的所有权归于操作者，跟传统的编译器没什么区别。具体到训练问题上，大家也可以看到OpenAI向美国专利商标局做出的承诺。我们预计Copilot项目的知识产权与AI成果将很快在世界范围内掀起关于政策的讨论热潮，我们自己也希望能够参与进来。’

　　提前下班，提早下岗

　　击败Stack Overflow的，不是下一个代码问答社区，而是编程AI。那么，现在还是‘协助编程’的AI，未来会不会成为能‘自动编程’ 的AI？

　　Friedman在Hacker News写道：‘软件开发正迎来自己的“第三次工业革命”。第一次革命是编译器、调试器、垃圾收集器以及语言等工具的出现，极大提升了开发者的工作效率；第二次革命则以开源为契机，全球开发者社区得以汇聚起来，并在彼此的开发成果基础之上不断推进；第三次革命就在现在，业界尝试在编程当中使用AI技术。在发展成熟之后，开发人员的日常工作将有巨大改变——但仍然有很多工作可做、也只能由人类开发者完成，因此不用太担心。’

　　即使是高度机械化的工厂，也需要操作员来发出初始化指令，所以在未来， IT 行业可能还会留下一些操作员类型的程序员，和一些把握高精度操作技巧的工程师。

　　但也正如OpenAI的CEO Sam Altman所说，程序员的身价将会下降：‘这是我的预测：AI会让那些在电脑前工作的人，身价掉得比在物理世界里工作的人还要快。这和大部分的预期完全相反。’

　　有了Copilot，程序员就可以提前下班，但在未来，也可能会提前下岗。

　　这并不是微软第一回借力OpenAI推出AI应用。在刚过去的Build大会上，微软宣布了 GPT-3的第一个商业用例：在Microsoft Power Apps中集成GPT-3的能力，可将自然语言直接转换为现成代码。但目前功能相对有限，只支持在微软Power Fx中生成公式。即便如此，对于那些非专业的操作者，这个系统也能给出最合适的公式。在过去的工作流中，普通员工要执行数据分析、构建应用程序或让流程自动化，一般都需要向IT部门提出需求，然后等待数周或数月才能完成工作，而借助现在这个功能，可以更‘傻瓜’地开发符合自己需求的软件。

　　微软尝到了 OpenAI 技术的甜头。但和微软的独家绑定，也给OpenAI招来了一些争议。对此，OpenAI首席技术官Greg Brockman表示，底层技术不会只由微软来使用，OpenAI将在今年夏末发布Codex模型，供第三方开发者编写他们自己的应用程序。