暢想十多年后，失去了“AI 助手”的年輕人無法編碼了，那企業只能再高薪聘請真正會編程的白發老年人回來了.....

在 GPT-4 模型的支持下，微軟打造的 AI“結對編程助手”已經能夠標記 pull 請求、生成模仿文檔和討論代碼內容。GitHub 還添加了 OpenAI 的聊天功能，這也就是說 Copilot X 將允許程序員以 ChatGPT 的風格，通過語音聊天來編寫和調試代碼。

1 GPT-4 驅動的新Copilot編碼助手

經過新一輪訓練，微軟 GitHub 的 Copilot 編程模型再度升級，也讓這位廣受好評的 AI 助手在開發領域的地位又穩牢了一層。

為了紀念這一重大時刻，微軟還給這位編程助手改了名：Copilot X。請注意，X 代表可能性、可不是“限制級”。

GitHub CEO Thomas Dohmke 在博文中寫道，“我們的 GitHub Next 研發團隊一直在努力超越傳統編輯器，希望將 GitHub Copilot 開發成貫穿整個開發生命周期、而且易于使用的 AI 助手。最終成果就是 GitHub Copilot X，代表著我們對于未來 AI 軟件開發愿景的希冀。”“它將從根本上影響開發人員的體驗。”

但在隨后的介紹中，Dohmke 自己仍然稱這款軟件為 Copilot，不禁讓人懷疑是不是 X 這部分還要等待些時日才能真正名副其實。

展望未來，Copilot 將對接一系列不斷發展的大語言模型，包括 OpenAI 的 GPT-3.5-turbo 和 GPT-4，而不再沿用 OpenAI Codex 的定制化版本。OpenAI 將于 2023 年 3 月 23 日關閉 Codex 的公共 API，但強調 Codex 的停用不會對客戶造成影響。有聲音懷疑此次 API 終止跟 Codex 和 Copilot 身陷版權和許可訴訟有關，但 OpenAI 并未立即做出置評。

在經過一年的技術試驗之后，Copilot 于去年夏季正式推出，能夠為使用 GitHub 及受支持文本編輯器 /IDE（例如 Visual Studio Code）的開發人員提供編碼建議。盡管質量不夠穩定，但仍開創了生成式 AI 服務編程領域的先河。

根據 GitHub 的數據，截至上個月，Copilot 已參與到微軟全體云代碼倉庫中的 46%，幫助開發人員將編程速度提高了 55%。

2 Copilot 升級版可以用來做什么

Copilot 升級之后，現在它能在 Visual Studio Code 和 Visual Studio 中以 ChatGPT 的風格與用戶交流。提示和響應對話顯示在 IDE 側邊欄的聊天窗口內，不再像之前那樣在源文件中依靠評論查詢提供自動補全建議。

Dohmke 表示，“Copilot Chat 不只是提供一個聊天窗口，它可以識別開發人員輸入的代碼、顯示的錯誤消息，并深深嵌入至 IDE 當中。”

它集成了“嘿，GitHub”語音擴展功能（也就是現在的 GitHub Copilot Voice），使用自然語音提示，這位編程助手可以生成（或復制）代碼并按需運行。

Dohmke 表示，“Copilot Chat 的技術基礎，跟 OpenAI 和微軟的 ChatGPT 與 New Bing 是完全相同的”。并且 Dohmke 還展示了通過聊天來編寫 Python 版本的貪吃蛇游戲，并表示非常沉迷其中。

這種功能也震撼到了一些開發者：“ChatGPT 將永遠改變編程。對我來說，作為一名開發人員最令人愉快的方面是處理邏輯和解決技術問題，而不是專注于生產力或滿足需求。雖然這種改變讓我沮喪，但我知道我需要習慣它。”“我也是。迄今為止，我手寫代碼已經 30 年了，我仍然熱愛編程。但如果從此沒有手寫編碼，我不確定世界會是什么樣子。”......

另外，開發人員可以高亮顯示源文件中的正則表達式，并邀請 Copilot 解釋表達式中的遲鈍模式。Copilot 還可根據要求生成測試、分析和調試，提出修復建議或嘗試自定義任務。該模型甚至能夠為源代碼添加解釋性注釋，并像 linter 那樣清理文件。

對于這部分功能，有網友表示他從測試版開始就一直在使用 Copilot，它在生成測試方面可以說是“大放異彩”，“感覺像是重復各種繁瑣的事情，測試各種各樣的輸入，測試各種各樣的錯誤案例，與手工相比，它花費的時間要少得多。”

另一位名為“roygbivasaur”的網友則表示，他現在的工作是編寫 kubernetes 控制器并使用 envtest 和 ginkgo 為控制器編寫測試。令人沮喪是他必須執行通常由默認 kubernetes 控制器完成的所有任務（例如為 sts 創建 pod）。但使用了 Copilot，編寫了幾個測試之后，“現在當我編寫新測試時，它可以從上下文（測試用例、測試描述、CRD 類型、我顯然正在測試的協調器等）中推斷出什么我需要創建的對象，我需要監視的狀態，甚至可能的特定故障狀態。它完成了我大部分的測試，我只需要校對它。”

簡而言之，使用 Copilot 來做一些測試用例還是非常能提高效率的。

Copilot 處理 pull 請求的截屏

無論如何，GitHub 已經在開放預覽版中引入了 GPT-4 支持，現在 AI 已經能為所有 pull 請求（代碼變更提交）生成描述。

在 AI 的監控下，開發人員在發出 pull 請求時將看到 GitHub 模型幫你填寫標簽，嘗試描述接下來可能發生的情況。開發人員則可根據標簽進行操作或修改。

更重要的是，Copilot 的應用范圍還擴展到了文檔層面。從 React、Azure Docs 和 MDN 文檔開始，開發人員可以通過聊天界面提出問題并獲取 AI 生成的答案。Dohmke 介紹稱，通過聊天界面與文檔交互的能力將很快被擴展至組織用戶的內部代碼倉庫和文檔當中。

Copilot CLI 截屏

因此，開發人員將可以提出不那么結構化的問題，并直接從 Copilot 那邊獲得合理建議甚至是非常準確的答案（但不提供來源屬性）。這就取代了以往基于關鍵字的文檔內容查詢，也讓我們更能理解為什么谷歌被這位突如其來的 AI 紅人打得措手不及。

GitHub 甚至提供 Copilot CLI 以滲透命令行界面。如果大家突然忘記了某條晦澀的命令行咒語或者命令標志，Copilot 可以立刻提供幫助。

3 寫在最后

至于這位強大編程助手的存在到底是不是好事，就看各位如何理解了。Dohmke 強調說 Copilot 可以在開發過程的每個階段發揮重要作用，從項目規劃到代碼的最終部署，然而鑒于 Bing 在 GPT-4 支持下的表現“也就那樣”，New Bing 似乎也不如 Dohmke 設想中的那么“New”，所以還需要時間來證明 Copilot 的能力。但在相對更簡單的代碼生成場景下，GPT-4 也許能夠更輕松地提供有用輸出。

Copilot 將馬上提供給 waiting list 中的開發人員注冊使用，Dohmke 說，在第一波產品準入之后，更多的開發人員將獲得訪問權限，具體取決于需求水平。

Copilot 的個人費用為每月 10 美元，企業費用為每位開發人員每月 19 美元。

鑒于有整整一代開發人員需要支付 1000-2000 美元或更多來訂閱 MSDN 以開展業務，Copilot 這個定價也許不算太高。考慮以后很大可能“AI 編程助手”是開發人員不可或缺的編程工具，那集成了 GPT-4 的“Copilot X”對微軟來說其戰略重大，這場 AI 戰爭也許是繼 Windows 操作系統、Azure 云服務之后的一大終局之戰。

審核編輯 ：李倩