GitHub Copilot 發佈還不到兩年，就已經為 100 多萬的開發者，編寫了 46% 的程式碼，並提高了 55% 的編碼速度。
這次升級究竟改進了什麼呢？
5 年內 80% 程式碼自動生成
透過模型的改進，以及上下文過濾功能的強化，現在開發人員在寫程式碼的時候可以獲得更多量身訂做的建議，滿足需求。
而且，重點是！個人版和企業版都可以無壓力使用。
據官方介紹，改進後的 AI 模型超越了之前的 Codex 模型，可以更迅速地為開發人員提供程式碼上的建議。
新模型由 OpenAI、Azure AI 和 GitHub 合作開發，與之前的模型相比，延遲時間縮短了 13%。
這意味著，GitHub Copilot 為開發人員生成程式碼建議的速度比以往任何時候都要快，有望大幅提高整體工作效率。
同時，新模型還有更為複雜的上下文過濾功能，能更廣泛地考慮開發人員的上下文和使用模式。
這樣，它就能更智慧地過濾提示和程式碼建議，從而讓開發人員獲得針對其需求的建議。
資料顯示，程式碼接受率相對提高了 6%，讓開發人員能夠專注於工作的創造性方面，而不是被乏味的編碼任務所困擾。
GitHub Copilot 正在升級，改進了人工智慧模型並增強了上下文過濾功能，從而為開發人員提供更快、更量身定製的程式碼建議。
Github 就像是第二大腦，能夠幫你省去記憶的麻煩。
Github 的 CEO Thomas Dohmke 還曾表示，80% 的程式碼將在短短五年內生成。
他還表示，Copilot 測試版中 40% 的程式碼都是生成的，這讓開發者的速度提升了 55%。
新一代生成程式碼 Copilot X
在微軟將 GPT-4 能力內建到 Office 365 後，GitHub 曾官方宣佈了基於 GPT-4 的新一代程式碼生成工具 Copilot X。
具體來說，Copilot X 提供的體驗有：Copilot Chat；Copilot for Pull Request；Copilot for Docs；Copilot for CLI。
這些新功能都是由 OpenAI 的 GPT-4 驅動的。
值得注意的是，由於速度延遲的原因，程式碼自動補全工具仍基於 GitHub 的 Codex 模型上，該模型是在 GPT-3 上訓練的。
此前，微軟已經將 GPT-4 內建到搜尋、辦公、寫程式碼等各種真正意義上的生產力工具上，屬實是擁有了開啟第四次科技革命的力量。
資深巨量資料架構師祝威廉稱，Everything powered by AI 已經不再遙遠：
如果說，OpenAI GPT-4 隻是個模型完成了從 0 到 1，微軟則推動了其商業化直接前進一大步。
這次，Copilot X 的發佈，直接降維打擊上一代 Copilot。
就比如，GitHub 在 Copilot 中內嵌一個基於 GPT-4 的聊天窗口，專注於開發者場景，並內建在 VS Code 和 Visual Studio 上。
Copilot 不僅可以識別開發者輸入的程式碼內容，報錯資訊顯示，還可以對程式碼塊的用途進行深入分析和解釋，生成單元測試。
甚至還可以給出 debug 的建議。
此外，在 Copilot 中，你甚至不再需要鍵盤來編寫程式碼。
只需坐在電腦前，說一句「嘿，GitHub！」，動動嘴皮子編程式碼就能實現了。
目前，GitHub 正在試驗 GitHub Copilot Voice 新功能，一個基於語音的互動系統。
除了編寫程式碼，通過 Copilot Voice，你甚至可以完成：程式碼跳轉、控制 IDE、程式碼總結。
GitHub 首席執行長 Thomas Dohmke 曾表示，雖然自動補全程式碼已經大大提升開發人員的生產力，而全新的 Copilot X 能將開發人員的生產力提升 10 倍。
「軟體開發的黃金時代已經來到聊天介面。」
工作效率提升 55%
早在 2 月份，GitHub 曾發佈了個人版和企業版 Copilot 的重大更新。
簡單來說就是，升級之後的 GitHub Copilot 將會具有更高的程式碼品質，以及更快的響應速度。
自發佈以來，GitHub Copilot 已經為超過一百萬人開發者提供了更強生產力，幫助他們提高了 55% 的編碼速度。
但早在 2022 年 6 月首次推出時，只有 27% 的開發者會選擇使用 GitHub Copilot 生成的程式碼。
如今，這一數字已經上升到了 46%。甚至在 Java 中，達到了 61%。
研究顯示，在使用 GitHub Copilot 的開發者中，有 90% 表示可以更快地完成任務，其中 73% 的人能夠更好地保持順暢並節省精力。
與此同時，高達 75% 的開發者在使用 Copilot 時感到更有成就感，並且能夠專注於工作。
為了實現這一目標，GitHub 做了如下關鍵技術改進：
- 升級後的 AI Codex 模型
將 Copilot 升級為新的 OpenAI Codex 模型，為程式碼合成提供了更好的結果。
- 更好的上下文理解
通過一種稱為 Fill-In-the-Middle（FIM）的新範式，改進了 GitHub Copilot 給出的程式碼建議。
這種方法不僅會考慮程式碼的前綴，還會利用已知的程式碼後綴，並在中間留出空白讓 GitHub Copilot 來填補。
如此一來，Copilot 就有了更多關於預期程式碼的上下文資訊，以及自己應該如何去和程式的其他部分保持一致。
- 輕量級的客戶端模型
使用輕量級客戶端模型更新了 VS Code 的 GitHub Copilot 擴展，從而提高了建議程式碼的整體接受率。
現在，GitHub Copilot 通過使用關於使用者上下文的基本資訊（例如，上一個建議是否被接受），將不必要的建議減少了 4.5%
對抗 Copilot，Google Colab 放大招
微軟 Copilot 升級後，Google也不甘示弱。
5 月，Google曾宣佈，Google Colaboratory（Colab）即將加入全新的 AI 編碼功能。
在 PaLM 2 的基礎上，利用大量高品質程式碼資料進行微調之後，全新的「文生程式碼」模型 Codey 就誕生了。
而 Colab 的這些新功能，就是由 Codey 加持的。
Codey 程式碼生成模型支援 20 多種編碼語言，包括 Go、Google標準 SQL、Java、Javascript、Python 和 Typescript 等。
通過即時的程式碼補全和生成，Codey 可以幫助使用者更快地完成開發工作，同時提升程式碼的品質。
最重要的是，這個模型還專門針對 Python 和 Colab 的各種功能進行了專門最佳化。
看得出來Google為了各位元深度學習應用和 Python 的開發者的使用體驗，真的是很用心了。
微軟和Google的編碼神器，你更鍾意哪個？
參考資料：
請注意！留言要自負法律責任，相關案例層出不窮，請慎重發文！