社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

开发者「第二大脑」来袭,GitHub Copilot更新,人类开发参与进一步减少

机器之心 • 1 年前 • 222 次点击  

机器之心报道

机器之心编辑部

Copilot 帮助开发者完成更大、更复杂的任务。


是什么让 Andrej Karpathy 感慨,人类在软件开发过程中直接编写代码的贡献将越来越小,直接输入和监督作用将更加抽象化。最终,人类的角色将仅仅是进行基本的审核和确认,而不再是主要的编程和开发者。


原来是 GitHub 新发布的 Copilot Workspace,它重新构想了开发者的内部流程。如果 AI 开发工具是开发者的第二双手,那么 Copilot Workspace 将是开发者的「第二个大脑」。


在编码的过程中,最头疼的莫过于遇到不熟悉的软件仓库、编程语言或框架。解决这些问题带来的困难,可能会拖延你完成任务的时间,甚至导致根本无法完成。在时间内想要快速掌握这些,重振旗鼓并不容易。但 Copilot Workspace 或许能够让你事半功倍,甚至能够帮助你完成更大、更复杂的任务。


Copilot Workspace,你的「第二个大脑」


Copilot Workspace 侧重于任务选择、意图表达和与 AI 合作寻求解决方案。这样做的目的是减少复杂性,提高生产力,同时还能保持软件开发中重要的方面,如决策和创造性和自主权。


你可以向 Copilot Workspace 提出问题,它会自动提出解决方案。Copilot Workspace 拥有问题(包括所有评论和回复)和代码库的全部上下文,因此它既能理解你想做什么,也能理解你的代码具体内容。如果 Copilot Workspace 提出的解决方案不完全正确,你也可以编辑流程中的任何步骤,从行为到计划,再到代码,全部都可以用自然语言完成。


Copilot Workspace 回答 GitHub 问题

编辑流程中的步骤,进行调整


Copilot Workspace 可在整个软件包的粒度范围内运行,并可跨不同编程语言对多个文件进行连贯修改。它既能处理核心编码任务,也能处理脚手架类型的任务,如「建立测试框架 」或「为持续集成编写 GitHub Actions 工作流」。它已在 GitHub Next 中被使用,用于开发 Copilot Workspace 自身和其他项目。


以任务为中心的工作流程


Copilot Workspace 能够帮助开发人员完成完整的开发任务,这些任务通常以 GitHub 问题的形式指定和跟踪。因此,Copilot Workspace 可以将问题作为输入,自动提取代码的当前行为,提出可解决该问题的新行为,制定计划,并实施该计划(即编写代码)。Copilot Workspace 拥有问题的全部上下文,包括所有注释,甚至可以跟踪问题中的链接以提取信息,帮助完成任务。


用户反馈和迭代是 Copilot Workspace 所注重的。从建议的新行为、计划到实施,你可以编辑流程的每一步。例如,在实施计划并看到代码后,您可以返回并调整行为或计划,然后再试一次。你甚至可以在多个标签页中打开同一个问题,探索几条不同的路径。


使用展示


之前使用 LLM 完成开发人员任务的尝试主要集中在对话上,但 Copilot Workspace 更加基于任务的用户界面具更加结构化,并且有明显的优势:


  • 1. Copilot Workspace 可以全面了解问题的来龙去脉,从而提出正确的解决方案。

  • 2. 结构化的输出(原始和修改后的行为、计划和实施)使得用户可以在恰当的抽象层次上方便地指导 Copilot Workspace。


目前,Copilot Workspace 以 GitHub 的问题作为起点,但计划未来将支持更多的入口点。例如,Copilot Workspace 可以帮助开发人员处理通过 CodeQL 发现的安全警报,迁移到新版本的依赖库或从一个库迁移到另一个库,以及解决 PR 审核中的评论问题。


云驱动的智能体


GitHub 结合 AI 智能体技术和 GitHub Codespaces 实现无头、短暂、安全的计算方式。当用户点击「运行」按钮时,后台中会创建一个新的 codespace,将修改后的代码推送到其中,并尝试构建项目。如果构建失败,我们会将错误信息和代码反馈给 Copilot Workspace,并要求其修复构建。一旦构建成功,修改后的代码会同步回 Copilot Workspace 的用户界面,让用户看到构建是如何被修复的。如果运行的项目是 Web 应用,codespace 上的端口会转发到只有该用户能访问的 URL。用户可以点击并查看 Web 应用的实时预览,从而直观地验证 Copilot Workspace 是否按照他们的预期执行。


由于大型语言模型(LLMs)并不完美,许多任务的「最后一公里」显得十分重要。Copilot Workspace 允许你打开 Codespace 并从中断的地方继续,可以在具有安全运行时的完整云 IDE 中完成任务。


为协作而设计


只需点击「共享」按钮,Copilot Workspace 就能轻松共享工作区。由于用户体验是结构化的,因此它能捕捉到会话的整个活动日志,这也是了解实施方案为何如此的好方法。你可以查看计划,观看每一步的实施过程,然后通过点击用户界面中的计划步骤导航到相应的代码变更。这丰富了代码审查形式,在这种审查中,代码差异及其原因都一目了然。


GitHub 计划添加注释和多人编辑功能,Copilot Workspace 将能在一个工具中同时处理开发人员内循环和审查循环。


参考链接:

https://twitter.com/karpathy/status/1722359332116062491

https://githubnext.com/projects/copilot-workspace

https://twitter.com/LinusEkenstam/status/1722320525454676063




© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:content@jiqizhixin.com

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/164161
 
222 次点击