GPT-3这个自然语言处理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：GitHubCopilot(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VisualStudioCode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StackOverflow「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OpenAICodex，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」(pairprogramming)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GregBrockman表示，将在今年夏末通过API发布Codex。

GithubCEONatFriedman提到，「OpenAICodex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。GitHubCopilot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AICopilot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GitHubCopilot服务端，然后该服务使用OpenAICodex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作要「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