Copilot 是 Github 推出的一款人工智能编程助手，推出仅一年就受到大量开发者的追捧（据官网统计有 120 万用户）。然而，自 2022 年 6 月起，它改为了付费订阅模式（每月 10 美元或每年 100 美元）。

咱们暂且不探讨训练代码可能波及的版权及受权许可问题，能够必定的是，利用机器学习训练出智能编程 AI 模型，这会是将来的大势所趋！

偶合的是，仅在 Copilot 发表免费的几天后，Amazon 就推出了一款竞品 CodeWhisperer！置信在不久的未来，相似的产品会如雨后春笋般涌现，到那时，程序员和编程学习者们就更加有福了！

作者：Brian Tarbox

译者：豌豆花下猫@Python猫

英文：https://blog.symops.com/2022/...

转载请保留作者&译者&起源信息

代码补全最早呈现在 1985 年的一个名为 Alice 的 Pascal 编辑器上。它反对主动缩进、主动补全 BEGIN/END 控制结构，甚至反对语法着色。

争议也随之而来：在 Alice 的晚期，人们放心代码补全使得编写软件过于简略。但它实际上只是一个语法助手。

代码补全能够帮你写出语法正确的、可编译的代码，但它不能帮你写出语义正确的代码，甚至不能写出任何有用的代码。

GitHub 的 CoPilot 和 Amazon 的 CodeWhisperer 扭转了这一点，它们除了提供语法辅助，还能生成语义上正确的代码。它们不仅能提供 if 语句的纲要，还能创立出残缺的代码样例。

但在 2022 年，一个代码辅助工具到底能好到什么水平呢？

本文将重点介绍 CodeWhisperer，尝试答复这个问题。

试用：用 Python 从 S3 读取数据

亚马逊在 2022 年 6 月公布了 CodeWhisperer 预览版，当初它反对 Python、Java 和 JavaScript。

Python猫注：截至2022年9月17日，这个服务还未全面凋谢。

若要试用，可在官网申请：https://pages.awscloud.com/co...

附官网介绍：https://aws.amazon.com/cn/blo...

在 AWS 博客的一篇文章中，Mark Richman 解释说，CodeWhisperer 的模型是在“包含 Amazon 开源代码在内的各种数据源”上训练的。有了这个语料库（显然的确存在）欠缺 CodeWhisperer 的模型，编写从 S3 读取文件的代码应该是一个很好的测试用例。

在应用 CodeWhisperer（CW）时，你须要写一个正文，形容你心愿函数去做什么。正文的描述性和准确性越高，零碎就越能更好地推断出你想要的逻辑。

Function to open an S3 file

正文以 Function 结尾，让 CW 晓得你想要创立一个函数。也就是说，你须要增加一个正文，作为给 CW 的提醒。

CW 剖析正文并生成一个函数的定义。此时，你能够在生成函数体之前批改函数定义。CW 还可能提供多种函数定义供你抉择。

IntelliJ 集成 CodeWhisperer 的截图

点击“插入代码”，你的函数就在正文的下方创立好了。留神 CodeWhisperer 不仅插入了代码，还创立了一个文档字符串。

# Function to open an S3 filedef open_s3_file(filename):    """    :param filename:    :return:    """    s3 = boto3.resource('s3')    return s3.Object(bucket, filename).get()['Body'].read()

看起来不错！这段代码实现了你的正文所冀望的性能，并且是在几秒钟内就生成了。节俭了查找boto3 API 的工夫，你只须要查看代码，确保语义正确。

接着看看提出更多要求时，会产生什么。

这有一个很有用的例子：写一个函数从 S3 的文件中返回前“n”行。

# Function to get first n lines from a file in S3def get_first_n_lines_from_s3(filename, n):    """    Get the first n lines of a file in S3    :param filename:    :param n:    :return:    """    lines = []    for line in open_s3_file(filename):        lines.append(line)        if len(lines) >= n:            break    return lines

真厉害！CodeWhisperer 应用了之前创立的辅助办法 open_s3_file，并生成了正确的函数。

在 CW 生成函数体之前，你能够批改参数名，进步代码的可读性。例如，如果咱们输出：

# Function to find common elements in lists

CW 会提醒：

def find_common_elements(list1, list2)

在生成函数体之前，咱们能够批改函数定义，使其更具描述性：

def find_common_elements(first, second)

如果咱们承受它的函数定义，CodeWhisperer 将应用函数签名和正文来构建函数体。失去的函数将应用改良后的参数名。

# Function to find common elements in listsdef find_common_elements(first, second):        return list(set(first) & set(second))

CodeWhisperer 不仅仅能够创立整个函数；它还能够在函数中插入代码片段，并在过程中推断相干变量。

  # reverse the list order  lines.reverse()

CodeWhisperer 是一个重要的生产力助推器

应用 CodeWhisperer，我可能更快地编写代码。到目前为止，最大的价值是 S3 示例所演示的性能。

如果我本人写代码，大部分工夫将会用来查找 boto API 文档，以确保写出正确的调用。应用 CodeWhisperer，则只需三秒钟。

这让我想到了一段曾花了很多工夫的烦人代码：给 CloudWatch 发送数据。让咱们看看 CodeWhisperer 是否有所帮忙，试试提供正文：“Function to emit a CloudWatch metric”。

# Function to emit a cloudwatch metricdef put_metric_data(metric_name, metric_data):    """    Put a metric data into cloudwatch    :param metric_name:    :param metric_data:    :return:    """    cloudwatch = boto3.client('cloudwatch')    cloudwatch.put_metric_data(        Namespace='my_namespace',        MetricData=[            {                'MetricName': metric_name,                'Dimensions': [                    {                        'Name': 'string',                        'Value': 'string'                    },                ],                'Unit': 'Seconds',                'Value': metric_data            },        ]    )

十分有用！CW 为我节俭了许多打字和查阅 API 文档的工夫。

我有可能须要重构这段代码，但即便我从零开始编写它，第一步也要写出相似这样的原始逻辑。现在只花三秒钟，我节俭了编写大量样板代码的工夫，有了一个很好的自定义或重构的终点。

那么 CodeWhisperer 是一个比我更好的程序员吗?

只管有一丝题目党，但 CW 的代码是否比我的好，这并不重要。重要的是，它能够为我节俭大量的工夫和精力，让我可能专一于改良、重构和测试。

它通过承当一些同质化的沉重工作，让我有机会成为一个更好的程序员。

下面的例子是 Amazon 工具（通过 Amazon 开源代码训练）可能表现出色的例子。当然，在大多数开发人员须要破费很多工夫的中央，比方编写畛域相干的逻辑时，CW 兴许不会十分有用。让咱们看看 CW 会出什么问题。

咱们能够从 Python 文档中的数据类示例开始。

@dataclassclass InventoryItem:    """Class for keeping track of an item in inventory."""    name: str    unit_price: float    quantity_on_hand: int = 0    def total_cost(self) -> float:        return self.unit_price * self.quantity_on_hand

我想晓得 CodeWhisperer 是否能够向这个类增加一个办法。让咱们看看如果增加正文：" Function that return this item costs more than $10"，会产生什么？

@dataclassclass InventoryItem:    """Class for keeping track of an item in inventory."""    name: str    unit_price: float    quantity_on_hand: int = 0    def total_cost(self) -> float:        return self.unit_price * self.quantity_on_hand    # Function that returns whether this item costs more than $10    def expensive(self) -> bool:        return self.unit_price > 10

十分酷。值得注意的是，CW 给函数起了一个直观的名字，并蕴含了对 self 的援用。

接着，让咱们尝试用 CW 来做测试，看是否会涉及它的极限。

# Function to test InventoryItem classdef test_inventory_item():     """    Test InventoryItem class    :return:    """    item = InventoryItem("Widget", 10, 5)    assert item.name == "Widget"    assert item.unit_price == 10    assert item.quantity_on_hand == 5    assert item.total_cost() == 50    assert not item.expensive()

哇！在下面的代码中，我输出了正文，CW 主动实现了剩下的工作。

测试仿佛是一个极好的证实 CW 能够节省时间的例子。我不须要浪费时间去想测试的值，也不必输出所有的成员变量和办法。

CodeWhisperer 的局限性

它当初还处于初级阶段，还有很多问题。

钻研人员发现，GitHub CoPilot 生成的代码有 40% 存在安全漏洞。

CodeWhisperer 还没有这类的统计数据，但 AWS 仿佛强调了对安全性的关注。

据我测试，在一些例子中，CW 生成的函数有 bug，或者后果没有合乎我的用意。

下方的例子应该返回两个文件中最长的公共行，但它只返回了第一个匹配的行：

# Function to find the longest common line in two filesdef find_longest_common_line(file1, file2):    """    Find the longest common line in two files    :param file1:    :param file2:    :return:    """    with open(file1, 'r') as f1:        with open(file2, 'r') as f2:            for line in f1:                if line in f2:                    return line

CW 还呈现了其它问题，起因是它没有足够的上下文来了解我的用意。通过反思，我感觉如果四周的代码构造很好的话，也是能够实现的。

如果你在设计代码时用了精确示意畛域的名词，那么，在给出了良好正文的前提下，很容易设想 CW 可能创立出特定于畛域的逻辑。至于 bug，未来必定会失去改善的。

写在最初

如果你尝试应用 CW，它可能会让你设想：可能有一天，有人会写出历史上最初一行由人类编写的代码。

在那之前，CW 能够帮忙你成为一个更好的程序员，这样即便世界上最初一个程序员是你，人类的最初一行代码也不会有 bug。

本文首发于 Python猫 ，未经许可，请勿转载

知乎：Python猫

博客园：豌豆花下猫

掘金：豌豆花下猫

CSDN：Python猫