码农AI神器又晋级了！
就在刚刚，Github官宣，Copilot模型晋级，5年内80%的代码将主动生成。
GitHub Copilot发布还不到两年， 就现已为100多万的开发者，编写了46%的代码，并进步了55%的编码速度。
这次晋级究竟改善了什么呢？
5年，80%代码主动生成
经过模型的改善，以及上下文过滤功用的增强，现在开发人员在写代码的时候可以获得更多量身定做的主张，满足需求。
而且，划要点！个人版和企业版都可以无压力运用。
据官博介绍，改善后的AI模型超越了之前的Codex模型，可以更迅速地为开发人员供给代码上的主张。
新模型由OpenAI、Azure AI和GitHub合作开发，与之前的模型比较，延迟时间缩短了13%。
这意味着，GitHub Copilot为开发人员生成代码主张的速度比以往任何时候都要快，有望大幅进步整体作业效率。
一起，新模型还有更为复杂的上下文过滤功用，能更广泛地考虑开发人员的上下文和运用模式。
这样，它就能更智能地过滤提示和代码主张，然后让开发人员获得针对其需求的主张。
数据显示，代码承受率相对进步了6%，让开发人员可以专心于作业的创造性方面，而不是被庸俗的编码任务所困扰。
GitHub Copilot正在晋级，改善了人工智能模型并增强了上下文过滤功用，然后为开发人员供给更快、更量身定制的代码主张。
Github就像是第二大脑，可以帮你省去记忆的费事。
Github的CEO Thomas Dohmke还曾表明，80%的代码将在短短五年内生成。
他还表明，Copilot 测试版中 40% 的代码都是生成的，这让开发者的速度提高了55%。
新一代生成代码Copilot X
在微软将GPT-4才能集成到Office 365后，GitHub曾官宣发布了，根据GPT-4的新一代代码生成东西Copilot X。
具体来说，Copilot X供给支撑的体会有：Copilot Chat；Copilot for Pull Request；Copilot for Docs；Copilot for CLI。
这些新功用都是由OpenAI的GPT-4驱动的。
值得注意的是，由于速度延迟的原因，代码主动补全东西仍根据GitHub的Codex模型上，该模型是在GPT-3上练习的。
此前，微软现已将GPT-4集成到搜索、办公、写代码等各种真实意义上的生产力东西上，属实是拥有了开启第四次科技革新的力量。
资深大数据架构师祝威廉称，Everything powered by AI现已不再遥远：
如果说，OpenAI GPT-4仅仅个模型完成了从0到1，微软则推动了其商业化直接行进一大步。
这次，Copilot X的发布，直接降维打击上一代Copilot。
就比如，GitHub在Copilot中内嵌一个根据GPT-4的谈天窗口，专心于开发者场景，并集成在VS Code和Visual Studio上。
Copilot不只可以辨认开发者输入的代码内容，报错信息显示，还可以对代码块的用途进行深入分析和解说，生成单元测试。
乃至还可以给出debug的主张。
此外，在Copilot中，你乃至不再需求键盘来编写代码。
只需坐在电脑前，说一句「嘿，GitHub！」，动动嘴皮子编代码就能完成了。
现在，GitHub正在试验GitHub Copilot Voice新功用，一个根据语音的交互系统。
除了编写代码，经过Copilot Voice，你乃至可以完成：代码跳转、操控IDE、代码总结。
GitHub首席执行官Thomas Dohmke曾表明，虽然主动补全代码现已大大提高开发人员的生产力，而全新的Copilot X能将开发人员的生产力提高10倍。
「软件开发的黄金时代现已来到谈天界面。」
作业效率提高55%
早在2月份，GitHub曾发布了个人版和企业版Copilot的严重更新。
简略来说便是，晋级之后的GitHub Copilot将会具有更高的代码质量，以及更快的响应速度。
自发布以来，GitHub Copilot现已为超过一百万人开发者供给了更强生产力，协助他们进步了55%的编码速度。
但早在2022年6月首次推出时，只有27%的开发者会挑选运用GitHub Copilot生成的代码。
如今，这一数字现已上升到了46%。乃至在Java中，达到了61%。
研讨显示，在运用GitHub Copilot的开发者中，有90%表明可以更快地完成任务，其间73%的人可以更好地坚持顺利并节省精力。
与此一起，高达75%的开发者在运用Copilot时感到更有成就感，而且可以专心于作业。
为了完成这一方针，GitHub做了如下关键技术改善：
- 晋级后的AI Codex模型
将Copilot晋级为新的OpenAI Codex模型，为代码合成供给了更好的结果。
- 更好的上下文理解
经过一种称为Fill-In-the-Middle（FIM）的新范式，改善了GitHub Copilot给出的代码主张。
这种办法不只会考虑代码的前缀，还会运用已知的代码后缀，并在中间留出空白让GitHub Copilot来填补。
如此一来，Copilot就有了更多关于预期代码的上下文信息，以及自己应该怎么去和程序的其他部分坚持一致。
- 轻量级的客户端模型
运用轻量级客户端模型更新了VS Code的GitHub Copilot扩展，然后进步了主张代码的整体承受率。
现在，GitHub Copilot经过运用关于用户上下文的基本信息（例如，上一个主张是否被承受），将不必要的主张减少了4.5%
对标Copilot，谷歌Colab放大招
微软Copilot练练晋级后，谷歌也不甘示弱。
5月，谷歌曾宣布，Google Colaboratory（Colab）行将加入全新的AI编码功用。
在PaLM 2的基础上，运用大量高质量代码数据进行微调之后，全新的「文生代码」模型Codey就诞生了。
而Colab的这些新功用，便是由Codey加持的。
Codey代码生成模型支撑20多种编码语言，包括Go、谷歌规范SQL、Java、Javascript、Python和Typescript等。
经过实时的代码补全和生成，Codey可以协助用户更快地完成开发作业，一起提高代码的质量。
最重要的是，这个模型还专门针对Python和Colab的各种功用进行了专门优化。
看得出来谷歌为了各位深度学习应用和Python的开发者的运用体会，真的是很用心了。
微软和谷歌的编码神器，你更钟意哪个？
参考资料：
the-decoder.com/new-ai-mode…
web.archive.org/web/2023072…
