【攻略】AI编码工具Copilot模型升级，5年80%代码手动生成，百万码农速度提升55%。
程序员的AI工具再次升级！
刚刚，Github官方宣布Copilot模型升级，5年内80%的代码将由手动生成。
GitHub Copilot 发布不到三年，已经为超过 100 万开发者编写了 46% 的代码，并将编码速度提升了 55%。
此次升级有哪些改进呢？
5年，80%的代码是手动生成的
通过模型改进和上下文过滤的改进，开发人员现在可以获得更量身定制的建议，以满足他们在编写代码时的需求。
并且，专注于此！ 个人版和企业版都可以无压力使用。
据官方博客介绍，改进后的AI模型已经超越了之前的Codex模型，可以更快速地为开发者提供代码建议。
新模型是与 OpenAI、Azure AI 和 GitHub 合作开发的，与之前的模型相比，延迟减少了 13%。
这意味着 GitHub Copilot 可以比往年任何时候都更快地为开发人员生成代码建议，这有望大幅提升整体工作效率。
同时，新模型还具有更复杂的上下文过滤功能，更广泛地考虑开发人员的上下文和使用模式。
这样，它可以更智能地过滤提示和代码建议，使开发人员能够获得适合其需求的建议。
数据显示，代码接受率相对提高了 6%，使开发人员能够专注于工作的创造性方面，而不是被僵化的编码任务所困惑。
GitHub Copilot 正在进行升级，改进了人工智能模型和上下文过滤，为开发人员提供更快、更量身定制的代码建议。
Github就像第二个大脑，可以省去你记忆的麻烦。
Github首席执行官Thomas Dohmke也表示，80%的代码将在短短五年内生成。
他还表示，Copilot beta 版本中 40% 的代码已生成，这使开发人员速度提高了 55%。
Copilot X，新一代代码生成
在 Google 将 GPT-4 功能集成到 Office 365 中后，GitHub 正式宣布发布基于 GPT-4 的新一代代码生成工具 Copilot X。
具体来说，Copilot X 支持以下体验：Copilot 聊天； Pull Request 的副驾驶； 文档副驾驶； CLI 的副驾驶。
这些新功能均由 OpenAI 的 GPT-4 提供支持。
值得注意的是，由于速度延迟，手动代码补全工具仍然基于 GitHub 的 Codex 模型，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、编码等各种现实生产力工具中。 它确实有能力掀起第四次科技革命。
高级大数据架构师朱威廉表示，一切由AI驱动不再遥远：
如果说 OpenAI GPT-4 只是一个从 0 到 1 完成的模型，那么微软在其商业化上又向前迈出了一大步。
此次，随着Copilot X的发布，直接集群是严格针对上一代Copilot的。
例如，GitHub 在 Copilot 中嵌入了基于 GPT-4 的聊天窗口，专注于开发者场景网站源码生成系统，并将其与 VS Code 和 Visual Studio 集成。
除了识别开发人员输入的代码内容并显示错误消息外，Copilot 还可以对代码块的用途进行深入分析和解释并生成单元测试。
您甚至可以提供调试建议。
另外，在 Copilot 中，您甚至不再需要按键来编写代码。
只需坐在笔记本电脑前，说“嘿，GitHub！”，然后开始用嘴编码。
目前，GitHub 正在试验一项名为 GitHub Copilot Voice 的新功能，这是一个基于语音的交互系统。
除了编写代码之外，通过Copilot Voice，你甚至可以完成：代码跳转、控制IDE、代码摘要。
GitHub CEO Thomas Dohmke 曾表示，虽然手动代码完成极大地提高了开发人员的生产力，但新的 Copilot X 可以将开发人员的生产力提高 10 倍。
“聊天界面软件开发的黄金时代早已来临。”
工作效率提高55%
早在 2 月份，GitHub 就发布了 Copilot 个人版和企业版的重大更新。
简单来说，升级后的 GitHub Copilot 将拥有更高的代码质量和更快的响应速度。
自发布以来，GitHub Copilot 已帮助超过 100 万开发人员提高工作效率，帮助他们将编码速度提高了 55%。
但只有 27% 的开发者会选择使用 GitHub Copilot 于 2022 年 6 月首次推出时生成的代码。
如今，这一数字已上升至 46%。 即使在爪哇，也达到了 61%。
研究表明，90% 使用 GitHub Copilot 的开发人员表示，他们可以更快地完成任务，其中 73% 的人能够更好地保持流畅并节省能源。
与此同时，高达 75% 的开发人员在使用 Copilot 时感到更有成就感并能够专注于自己的工作。
为了实现这一目标，GitHub 做出了以下关键技术改进：
-升级AI Codex模型
将 Copilot 升级到新的 OpenAI Codex 模型可为代码合成提供更好的结果。
- 更好的上下文理解
GitHub Copilot 提供的代码建议通过称为“中间填充”(FIM) 的新范例进行了改进。
这种方法除了考虑代码前缀之外，还会使用已知的代码后缀，中间留一个空白，供 GitHub Copilot 来弥补。
这样，Copilot 就可以获得更多有关预期代码以及它应如何与程序的其余部分保持一致的上下文信息。
- 轻量级客户端模型
使用轻量级客户端模型更新了 VS Code 的 GitHub Copilot 扩展，提高了建议代码的整体接受率。
GitHub Copilot 现在通过使用有关用户上下文的基本信息（例如之前的建议是否被接受）将不必要的建议减少了 4.5%
基准测试 Copilot，Google Colab 强化其战略
微软Copilot实践升级后，谷歌也不甘示弱。
5月，谷歌宣布谷歌合作实验室（Colab）即将添加新的AI编码功能。
在PaLM 2的基础上，经过大量优质代码数据的微调网站源码生成系统，全新的“温森码”模型Codey诞生了。
Colab的新功能由Codey提供支持。
小程代码生成模型支持20多种编码语言，包括Go、Google标准SQL、Java、Javascript、Python和Typescript等。
通过实时代码补全和生成，Codey可以帮助用户更快地完成开发工作，同时提高代码质量。
最重要的是，这个模型还专门针对Python和Colab的各种功能进行了优化。
可见微软确实很注重深度学习应用和Python开发者的体验。
微软和微软的编码工具，你更喜欢哪一个？
参考：
://github.blog/2023-07-28-smarter-more-efficient-coding-github-copilot-goes-beyond-codex-with-improved-ai-model/
-EOF-
