导语：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。

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：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Copilot

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。

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。