微軟旗下代碼託管平台 GitHub，剛剛推出了名叫 Copilot 的 AI 編程輔助工具。在將之引入集成開發環境（IDE）后，便可向程序員給出基於人工智能（AI）的分析建議。而且它不僅能逐行給出分析參考意見，還能夠對完整代碼進行遍歷。此外 GitHub 表示，Copilot 將支持多種編程語言和框架。
（來自：GitHub Blog）
不過今日推出的技術預覽版本，暫時僅限於 Python、JavaScript、TypeScript、Ruby 和 Go 語言。
據悉，GitHub Copilot 是一個受到 OpenAI Codex 支持的新項目，後者是 OpenAI 這個非盈利組織打造的新型人工智能系統，此前已經接手了數十億行公共代碼的訓練。
與市面上絕大多數編程輔助工具相比，GitHub Copilot 的全文理解能力要強大得多。無論是文檔字符串、註釋、函數名稱，還是代碼本身，它都會基於上下文合成代碼進行匹配。
以下是 GitHub Copilot 的官方功能介紹：
可將註釋轉換為代碼：你可描述自己想要的邏輯註釋，然後交由 GitHub Copilot 來組裝代碼。
自動填充重複代碼：GitHub Copilot 非常適合快速生成樣板和重複的代碼模式。你只需給它一些例子，然後它就會生成其餘的部分。
無需辛苦調試：所有強大的軟件工程項目，都需要對功能代碼進行繁重的調試。導入單元測試包，即可讓 GitHub Copilot 與你的實現代碼進行匹配測試。
獲取變通方案：如需評估幾種不同的替代方案，GitHub Copilot 亦能夠向你展示潛在的解決方案列表。你可直接套用，或在此基礎上進行適當的修改，以滿足實際需求。
（Copilot 傳送門）
目前 GitHub Copilot 已作為 Visual Studio Code 的一項擴展而提供，不過在試用 Copilot 之前，還請務必查看以下來自 GitHub 團隊的快速問答（FAQ）。
（1）GitHub Copilot 到底有多好？
基於近期針對一組開源存儲庫中具有良好測試覆蓋率的 Python 函數的基準測試，我們特地清楚了函數體並要求 GitHub Copilot 對其進行填充。
結果發現，模型在初次嘗試時的準確率為 43%，十次嘗試的正確率則是 57% 。而隨着時間的推移，它肯定會變得越來越聰明。
（2）GitHub Copilot 能否幫助協助完美的代碼？
不會。因為 GitHub Copilot 只會嘗試了解編程者的意圖，並儘可能地生成最佳代碼。然而它給出的代碼建議，並不總是最有效、甚至是毫無意義的。
即便如此，我們仍在努力讓 GitHub Copilot 變得更好，且其給出的任何代碼建議，還是需要經過仔細的測試和審查。畢竟對品質的最終把控，還是在開發者自己手上。