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

我们团队放弃了 GitHub Copilot

MacTalk • 2 月前 • 50 次点击  

最近我和团队密集研究大模型,不出意外的话,下个季度我们将会在墨问便签中加入一些 AI 的功能。今天下午,我带团队参加了百度举办的 WAVE SUMMIT ,离我们公司不远,咱主要目的是学习。低头做事,抬头看路,恰好一年过半,出去看看听听别人的观点,总是有益的。

百度在大模型方向的领先性有目共睹。这次大会上,百度正式发布了文心大模型 4.0 Turbo。现场百度首席技术官王海峰做了演示,能看出来,Turbo 版本的速度更快,效果更好。这其实也是众多大模型一以贯之的迭代方向,百度一直在持续迭代基础模型的技术能力,促进更多的使用。像当年的蒸汽机一样,随着技术的成熟,性能越来越好,成本越来越低,用的人也越来越多。另外,文心一言的用户数居然已经有 3 亿了,这增长实在是太快了,让人羡慕。

王海峰的演讲对我很有启发。他说驱动工业革命的核心技术都具有很强的通用性,比如第一次工业革命的机械技术、第二次工业革命的电气技术,以及第三次工业革命的信息技术,他们的特点都是可以标准化、自动化和模块化。确实是这样,被认为是第四次工业革命的大模型具备很强的技术通用性,在解决不同任务、语言、模态、场景的通用性都变得越来越好。

我司前端夏老师自然最关注百度的智能代码助手 Comate。他最近几个月已经逐步放弃了 GitHub Copilot,转而开始使用百度 Comate,说这是程序员的“玄铁重剑”。相比 GitHub Copilot,我们测试下来,感觉 Comate 在中文交互、代码续写、反应速度上的表现都更好。

大会上,Comate 公布了全新的中文名:“文心快码”。天下武功,唯快不破,咔咔咔咔。看来,快是“文心快码”的优势所在。接下来,我聊聊AI编程助手,恰好最近我们团队也有一些思考。

从 2000 年开始算起,我从事研发相关的工作已有二十多年,To B 和 To C 都干过,咱深知在这个行业中,最大的一块成本就是人力。所以,怎么提高研发效率,一直是一个永恒的话题,在各种场合上我们总能见到做开发的朋友讨论。你想想,这些年来,从 IDE 提供的代码补全功能,到各种各样的框架、工具,再到低代码平台,基本都在围绕“效率”做文章。

作为创业者,我尤其关注公司的经营成本。墨问西东每个月最大的支出项就是人员工资,我们钱不多,也招不了很多人,但还想干出点什么事,所以怎么提高个体的创造效率就变得尤为重要了。并且,我也不鼓励大家加班,核心还是关注单位时间内的实际产出。

很多程序员喜欢调侃自己为码农,时常在“搬砖”。无可否认,写代码的过程中有很多重复性的工作。比如,开发一个墨问的后台内容管理系统,技术难度并不高,更多的是需要理解业务并将前后端代码拼接组合起来。以我们团队的实践经验看,这种场景非常适合使用 AI 生产力工具解决。

再比如,我想写个正则表达式,或者 Shell 脚本,往常的流程是先去百度里搜一下别人有没有写过,然后基于它的结果去修改,这样效率比较高。而有了AI编程助手后,我们根本不需要不停地在窗口之间切来切去,直接告诉文心快码:监控某个进程,当它占用内存达到 70% 时,帮我重启进程。

文心快码可以根据描述,迅速生成相应的代码。我们不需要自己去写,也不需要去查,只要检查和修改它生成的代码就可以了。这不就是最好的提效吗?之前可能 10 分钟才能干完的事情,现在 1 分钟搞定。

确实,目前市场上有很多编程助手,但我们测试下来,感觉代码质量方面,文心快码可以和 GitHub Copilot 打个平手,但生成速度方面,文心快码则更快,对中文的理解也更甚一筹。并且,在刚刚发布的 2.5 版本中,文心快码的能力得到了进一步增强,像智能检测安全漏洞、一键修复漏洞的安全功能,对我们这样的小公司而言,简直太棒了。

有时候,我也忍不住和团队讨论,随着这些工具的成熟,工程师是不是会被替代。我说说我的看法,初级工程师,也就是那些在写增删改查代码的人,一定会被替代。逻辑很简单,只要高级工程师会用文心快码这样的编程助手工具,就能快速生成代码。并且从趋势看,编程助理类工具一定会变得越来越好用,越来越便宜。

但从另一个角度看,这类工具可以帮助我们完成重复且技术含量不高的工作,这不也挺好吗?就像写文章时,检查错别字这样的事情完全可以交给 AI 来做,这样一来,我们便能有更多时间专注于更具创造性的事情。我想,没有一个工程师愿意做那些琐碎、重复、成就感很低的事情,像搬砖一样。

还有的工程师比较排斥这类工具,说 AI 生成的代码没有灵魂,很多不能用。我认为这多少有些偏见了,或者没想清楚工具的定位。要知道,编程助手这样的生产力工具只是帮助我们提高拧螺丝的效率,干活的主体仍然是人。就像最初 IDE 提供的代码补全能力一样,你把编程助理当成一个能力更强的补全工具不就可以了?最终代码写成什么样子,还是由我们来定。比如我作为一个 Java 程序员,想写个 System.out.println 函数,也不至于每个字母都亲手打吧?从我们团队用文心快码的体验看,至少能提效 30%。

百度副总裁陈洋说,百度 80% 的工程师已经在深度使用文心快码。这个体量应该是国内最大规模的企业应用案例了。其实市面上的AI编程助手现在能走到企业级落地程度的还是少数,除了技术能力要过硬外,到企业里要解决的痛点问题很多。Comate 已经在百度内部应用了一年多,经过了内部大大小小的研发团队的实践,总结出了跟智能编码助手“协作”的方法论。这样,其他企业用这些成熟的、经过大厂验证过的经验时也更省心、放心。

陈洋提到,基于他们这套流程,前段时间,喜马拉雅在内部全面落地文心快码 仅仅用了一个季度,代码采用率便达到了 44%。

如果你是企业用户,又比较在乎数据的安全性,可以看看文心快码面向企业的企业版和私有化版本。我们团队小,暂时用个人专业版足够了。

总之,找到最适合自己的工具,用起来。


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/171780
 
50 次点击