微软这次做了个 AI，让程序员提前下班，提早下岗

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引发的代码所有权、许可证、利益冲突以及其他现实问题展开了讨论。Friedman回应称，「总体来说：在公共数据上训练机器学习系统属于合理的使用方式；输出结果的所有权归于操作者，跟传统的编译器没什么区别。具体到训练问题上，大家也可以看到OpenAI向美国专利商标局做出的承诺。我们预计Copilot项目的知识产权与AI成果将很快在世界范围内掀起关于政策的讨论热潮，我们自己也希望能够参与进来。」提前下班，提早下岗击败StackOverflow的，不是下一个代码问答社区，而是编程AI。那么，现在还是「协助编程」的AI，未来会不会成为能「自动编程」的AI？Friedman在HackerNews写道：「软件开发正迎来自己的『第三次工业革命』。第一次革命是编译器、调试器、垃圾收集器以及语言等工具的出现，极大提升了开发者的工作效率；第二次革命则以开源为契机，全球开发者社区得以汇聚起来，并在彼此的开发成果基础之上不断推进；第三次革命就在现在，业界尝试在编程当中使用AI技术。在发展成熟之后，开发人员的日常工作将有巨大改变——但仍然有很多工作可做、也只能由人类开发者完成，因此不用太担心。」即使是高度机械化的工厂，也需要操作员来发出初始化指令，所以在未来，IT行业可能还会留下一些操作员类型的程序员，和一些把握高精度操作技巧的工程师。但也正如OpenAI的CEOSamAltman所说，程序员的身价将会下降：「这是我的预测：AI会让那些在电脑前工作的人，身价掉得比在物理世界里工作的人还要快。这和大部分的预期完全相反。」有了Copilot，程序员就可以提前下班，但在未来，也可能会提前下岗。这并不是微软第一回借力OpenAI推出AI应用。在刚过去的Build大会上，微软宣布了GPT-3的第一个商业用例：在MicrosoftPowerApps中集成GPT-3的能力，可将自然语言直接转换为现成代码。但目前功能相对有限，只支持在微软PowerFx中生成公式。即便如此，对于那些非专业的操作者，这个系统也能给出最合适的公式。在过去的工作流中，普通员工要执行数据分析、构建应用程序或让流程自动化，一般都需要向IT部门提出需求，然后等待数周或数月才能完成工作，而借助现在这个功能，可以更「傻瓜」地开发符合自己需求的软件。微软尝到了OpenAI技术的甜头。但和微软的独家绑定，也给OpenAI招来了一些争议。对此，OpenAI首席技术官GregBrockman表示，底层技术不会只由微软来使用，OpenAI将在今年夏末发布Codex模型，供第三方开发者编写他们自己的应用程序。