GitHub Copilot最新升級！61%的Java開發者用來摸魚，效率提升55%

:0:0

最近，GitHub發布了Copilot的最新改進，功能更強，響應更快。
2月14日，GitHub發布了個人版和企業版Copilot的重大更新。
簡單來說就是，升級之后的GitHub Copilot將會具有更高的代碼品質，以及更快的響應速度。

更強大的AI模型，更好的代碼建議
自發布以來，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生成的代碼。
如今，這一數字已經上升到了46%。甚至在Java中，達到了61%。

官方研究顯示，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并節省精力。
與此同時，高達75%的開發者在使用Copilot時感到更有成就感，并且能夠專注于工作。

為了實現這一目標，GitHub做了如下關鍵技術改進：
升級后的AI Codex模型
將Copilot升級為新的OpenAI Codex模型，為代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）的新范式，改進了GitHub Copilot給出的代碼建議。這種方法不僅會考慮代碼的前綴，還會利用已知的代碼后綴，并在中間留出空白讓GitHub Copilot來填補。如此一來，Copilot就有了更多關于預期代碼的上下文信息，以及自己應該如何去和程序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，從而提高了建議代碼的整體接受率。現在，GitHub Copilot通過使用關于用戶上下文的基本信息（例如，上一個建議是否被接受），將不必要的建議減少了4.5%。
用新的AI系統過濾安全漏洞
此外，GitHub還推出了一個基于AI的漏洞過濾系統，可以實時阻止不安全的編碼模式，使GitHub Copilot建議更加安全。
新系統所采用的方法是，通過LLM來近似靜態分析工具的操作。目前，最常見的幾種易受攻擊的編碼模式，包括硬編碼憑證、SQL注入和路徑注入，都可以得到有效的處理。
憑借著強大的的計算資源和先進的AI模型，GitHub Copilot甚至可以在不完整的代碼片段中，檢測到易受攻擊的模式。

傳統上，安全漏洞檢測工具是在構建或發布時使用靜態代碼分析工具對整個存儲庫進行檢測。原因如下：
代碼是完整的，因此掃描工具對代碼庫有完整的上下文，并且可以跟蹤可以確定代碼是否易受攻擊的依賴項。靜態分析工具可以安全地假定代碼在語法上是正確的，并且可以利用語言編譯器來獲得更高的準確性。這些階段并沒有明確時間限制，因此有更多時間來檢測漏洞的靜態分析工具，并不是為快速檢測而設計。
而人工智能的這種應用正在從根本上改變我們解決漏洞的方式，并提供比具有局限性的傳統漏洞檢測工具更大的價值。
企業版Copilot正式發布
目前，有超過400家企業都在使用GitHub Copilot。
現在，隨著GitHub Copilot for Business的推出，Copilot的能力將向每個開發者、團隊、組織和企業開放。此外，GitHub還將引入更先進的OpenAI模型和新功能，為企業帶來更大的利益。

[圖擷取自網路，如有疑問請私訊]