天生式AI赞助编码让开发职员可以利用自然措辞提示或部分代码输入来基于数字工具更快、更准确地编写代码。(就像一些电子邮件平台一样，这些工具还可以在实时编写代码时自动建议补全代码。)
AI赞助代码天生工具在软件工程领域越来越普遍，出乎猜想的是，它们已成为大多数组织考试测验天生式AI(genAI)的低垂果实。采取率正在暴涨。缘故原由是即便这些工具仅建议新运用程序的基线代码，自动化工具也可以肃清原来须要耗费在手动代码创建和更新上的大量韶光。
专门从事软件开拓的市场研究公司Evans Data Corp.对434名AI和机器学习开拓职员进行了一项跨国调查。当被问及他们最有可能利用genAI工具创建什么时，最多回答是软件代码，其次是算法和大型措辞模型(LLM)。他们还表示，期望天生式AI能够缩短开拓周期并更随意马虎添加机器学习功能。
根据Gartner Research的数据，到2027年，将有70%的专业开拓职员利用AI驱动的编码工具，而2023年9月这一比例不到10%。Gartner还表示，在未来三年内，80%的企业将把AI增强的测试工具集成到其软件工程工具链中——比去年年初大约15%的水平显著增加。
用于天生式AI自动化软件开拓的顶级工具之一是GitHub Copilot。GitHub Copilot由GitHub、OpenAI和微软开拓的天生式AI模型供应支持，并从公共存储库中涌现的所有自然措辞中演习而来。
自从去年推出GitHub Copilot for Business以来，已有超过50，000家组织注册利用它，包括Etsy和HelloFresh等数字化公司，以及Autodesk、Dell Technologies和高盛等领先企业，据微软开拓者部门公司副总裁Amanda Silver表示。(微软于2018年收购了GitHub。)
根据Silver的说法，GitHub Copilot现在拥有超过130万付费订阅者。她说：“有着5万份容许证，Accenture现在是GitHub迄今为止最大的Copilot客户。”
除了GitHub的Copilot之外，一些最受欢迎的代码天生工具还包括Google Bard、Amazon CodeWhisperer、由GPT驱动的Microsoft 365 Copilot、Replit、Divi AI、Tabnine、Refact.ai和Codeium。大多数工具都是免费的或作为更大AI驱动订阅做事的一部分供应。
AI驱动的软件增强工具对付开拓职员的效率和生产力影响巨大。例如，Amazon Web Services (亚马逊云科技)进行了一项生产力寻衅，创造利用其CodeWhisperer代码开拓工具的开拓职员比不该用该工具的开拓职员均匀快57%完成任务的可能性高27%。
(Amazon Q 是由Amazon为企业利用而开拓的基于天生式AI的谈天机器人，也是其CodeWhisperer工具的支撑。Amazon Q由Amazon Bedrock供应支持，后者可访问一系列模型，包括来自Amazon Titan家族的模型。)
根据一项Amazon-Persistent研究，利用Amazon CodeWhisperer的定制功能的开拓职员完成任务的速率比不该用定制功能时快28%。
例如，5名亚马逊开拓职员利用Amazon Q Code Transformation仅用两天韶光就将1，000个生产运用程序从Java 8升级到Java 17。据一位亚马逊发言人透露，每个运用程序的均匀韶光不到10分钟，而以前升级一个运用程序须要两天韶光。
自从2023年4月正式上市以来，Amazon CodeWhisperer已吸引了超过10万客户。例如，软件开拓和外经办事公司HCLTech正在为5万多名HCLTech工程师、云从业职员和开拓职员支配Amazon CodeWhisperer，为内部利用和为客户构建安全运用程序。
未来两年，Accenture操持让5万名开拓工程师注册Amazon Web Services AI做事，包括Amazon Q和Amazon CodeWhisperer。
由于基于LLM的天生式AI软件开拓工具演习数据包括数百万乃至数十亿行代码，最受欢迎的平台能够处理任何编程措辞，从C到Python。
Amazon的CodeWhisperer作为Amazon Toolkit for Visual Studio (VS) Code和JetBrains的一部分供应。它目前支持Python、Java、JavaScript、TypeScript、C#、Go、Rust、PHP、Ruby、Kotlin、C、C++、Shell脚本、SQL、Scala、JSON、YAML和HCL。
GitHub首席运营官Kyle Daigle在早前接管Computerworld采访时表示：“在我们早期的试验中，我们做了很多Python、JavaScript和类似措辞的事情。GitHub紧张是一家Ruby公司，但我们也利用Go、C和FirGit等措辞。因此，我们扩展了Copilot的利用案例，并在不同的措辞中利用它。但总的来说，Copilot能够处理大部分在公共领域中的措辞。”
仅依赖基于自然措辞处理的用户提示，天生式AI赞助代码天生器就能供应从代码片段到完全功能的软件代码建议。更新还可以使这些工具变得更好。
例如，亚马逊表示，对其CodeWhisperer工具的更新将代码接管率从所有措辞和利用案例的均匀约20%提高到35%。
亚马逊CodeWhisperer和Amazon Q软件开拓总监Doug Seven在一篇博客中表示：“现在，通过包含在CodeWhisperer中的Amazon Q，开拓职员可以讯问他们的代码，并利用Amazon Q的功能来查找代码中的缺点、优化代码并翻译他们正在处理的代码。”
为什么AI赞助编码如此强大?AI赞助编码广受好评的一个缘故原由是，用户不必精通软件开拓。自然措辞处理许可纵然是业务用户也可以大略地写一个提示，然后得到知足任何项目需求的软件。
例如，用户可以用自然措辞写一条注释来概述一个特界说务，比如”利用做事器端加密上传文件”。基于这一信息，CodeWhisperer会直接在开拓平台中推举一个或多个代码片段来完成该任务，据一位亚马逊发言人透露。
许多编码工具还附带增强的代码安全功能扫描和代码修复建议。有些乃至带有”偏差”过滤和引用追踪器，可以检测一个代码建议是否类似于开源演习数据。后者是AI驱动编码助手的主要功能。
亚马逊和其他供应商还在考试测验赞助非开拓职员为业务目的生产运用程序的工具。例如，一位亚马逊发言人表示，该公司将非开拓职员的参与视为使AI无处不在的一个优先事变。他们在内部病毒式传播后公开拓布了PartyRock，这是一款娱乐教诲天生式AI运用程序构建器，许可非开拓职员在沙箱环境中与天生式AI和LLM一起事情。
Seven在接管Computerworld采访时表示：“你可以考试测验构建不同的运用程序。我们将看到各种不同的工具涌如今不同的场景中利用天生式AI。我认为我们只是触及了表面，还会在更多不同的地方看到天生式AI的身影。”
准确率各不相同Seven表示，CodeWhisperer的代码接管率在30%到40%之间，但这并不虞味着它编写的代码存在缺点或问题。接管率是指天生式AI工具是否精确理解了开拓职员的哀求。
Seven形容开拓职员和AI代码天生器之间的互动类似于一场对话，开拓职员哀求它天生某些内容，然后通过后续要求来修正哀求。CodeWhisperer天生无缺点且可用代码的能力”相称高”，只管Seven说亚马逊没有透露内部指标。
从实际情形来看，开拓职员和IT领导人认为，盛行的基于AI的代码增强工具精确天生可用代码的能力在50%到80%之间。
AI驱动的软件交付供应商Digital.ai的首席实行官Derek Holt表示:“我们曾经对此有一个假设。现在，我们开始在实际研究中看到这一点。”
根据去年康奈尔大学的一项研究，不同的天生式AI编码工具之间存在很大差异。该研究显示，ChatGPT、GitHub Copilot和Amazon CodeWhisperer精确天生代码的比率分别为65.2%、64.3%和38.1%。
只管该研究已经有一年的历史，但这些AI赞助代码工具的准确率”或多或少与本日相同”，这是加州大学洛杉矶分校Henry Samueli工程与运用科学学院的研究生布拉克·耶蒂斯蒂伦(论文紧张作者)的不雅观点。
GitClear是一款用于GitHub和GitLab的开拓职员工具，供应代码剖析和git统计。 它研究了2020年至2023年间超过1.53亿行代码，重点关注了代码修正率、重复和代码年事等关键指标转变，磋商了像GitHub Copilot这样的AI工具对编程实践的影响。
GitClear的创造之一是，利用Copilot后，开拓职员的编码速率提高了55%。当GitClear将GitHub的代码质量和可掩护性与人工编写的代码进行比拟时，创造对付履历不敷的开拓职员来说，利用AI赞助编程的上风更大。
GitHub自己的数据显示，低级开拓职员利用Copilot的频率比履历丰富的开拓职员赶过约20%。
GitClear还对500名开拓职员进行了相应的调查，问题是”在积极利用AI时，你该当被评估哪些指标?“他们列出的三大问题是代码质量、完成任务的韶光和生产事件数量。
GitClear的论文说:“当开拓职员被快速大略的建议所淹没，而这些建议只能在短期内有效时，他们就会不断受到诱惑，添加更多代码行，而不去仔细检讨是否可以优化现有系统以重复利用。”
更多代码，但更多缺点?据Digital.ai的Holt透露，通过利用自动化工具，开拓职员生产的代码增加了45%，但这未必是一件好事。
CodeScene的创始人兼首席技能官亚当·托恩希尔在X/Twitter上说:“然而，AI赞助编程的紧张寻衅在于天生大量本不应编写的代码变得如此随意马虎。”
另一个问题是，当代码不是由人工天生时，它就会变得更加不透明。因此，涌现了质量寻衅，包括代码是否能有效地测试缺点和安全漏洞等问题。
在开拓职员安全平台Snyk去年对利用基于AI的编码工具的软件工程师(96%)进行的一项调查中，超过一半的人表示不屈安的AI代码建议很常见。
Holt说:“这并不奇怪。现在还处于低级阶段，我们正在利用某些存储库中的所有代码来演习这些模型。你所做的只是重复最初编写那些代码的开拓职员所犯的缺点。”
鉴于开拓职员大部分韶光都花在修复现有代码上，而不是编写新功能上，当代码不是由人工编写时，阅读代码并创造问题就成了另一个问题，Holt说。
即便存在这些问题，开拓职员之以是采取Copilot这样的工具，是由于他们相信它能加快天生代码的速率。GitHub的研究创造，“在利用Copilot时，开拓职员的事情满意度提高了75%”。
在对450名利用Copilot六个月的Accenture开拓职员进行的一项研究中，88%的建议代码被保留下来，构建成功率提高了45%，每个受访开拓职员都表示Copilot很有用，这是微软的Silver透露的。
代码修正率、移动和复制/粘贴代码问题但GitClear也创造，随着AI赞助编程的利用增加，“修正率”、“移动”和”复制/粘贴”代码的比例显著增加。
“修正率”是指推送到存储库的代码在两周内被还原、删除或更新的百分比。在开拓职员编写所有自己的代码之前，这种情形相对罕见，只有3%到4%的代码被修正过。
但是，总体代码修正率在Copilot推出测试版的第一年就增加了9%，这也是ChatGPT推出的那一年。
从2022年到2023年，AI助手的兴起与将”缺点代码”推送到存储库密切干系。GitClear创造，Copilot的利用率(即用于天生代码的比例)在2021年为0%，2022年为5%到10%，2023年为30%。
GitClear的报告指出:“如果当前模式持续到2024年，届时将有超过7%的代码变动在两周内被还原，是2021年水平的两倍。”
对付长期代码可掩护性来说，没有什么比复制/粘贴代码更为严重的了。由于大略重用的代码也可能包含以前的缺点、安全漏洞或其他问题。
Holt说:“我毫无疑问我们能够办理这些问题，我们能够在仅由我们最精良的开拓职员编写的少量代码上演习模型。但是现在，如果你得到了一个低级开拓职员，而你没有关注这对更广泛的软件开拓生命周期意味着什么，你就可能冒一些风险。”
但Seven认为，CodeWhisperer和其他产品的一大上风在于，它们能够检讨现有代码中的缺点，然后提出修正建议。他说:“以是，它会为你供应进行那种变动的代码。在这种情形下利用Amazon Q [CodeWhisperer]的上风在于，作为开拓职员，你有了一个调试伙伴。”
他补充说:“这在检讨不熟习的现有代码中的差异时可能特殊有用。而且Amazon Q在这方面确实很出色。”
自动化工具的另一个上风是，它们可以在设置好后自动运行，无需人工干预，开拓职员或工程师只需阐明一个任务，工具就可以独立完成，无论是开拓新运用程序还是调试现有运用程序。Seven说:“在任何一种情形下，代码的准确性和质量都相称高。”
毫无疑问，随着韶光的推移，软件天生工具将连续改进，只管始终须要人工参与。
Holt说:“我的直觉见告我，开拓职员将永久有事情，无论是审查、编目还是两者的结合。我们乃至还没有谈到，交付代码并不是目标。交付客户喜好的出色功能才是真正的目标。
“以是，依我看，在软件开拓领域，我前面还有漫长的职业生涯。”
