有感：GitHub Copilot作为程序员的AI副驾驶，合格吗？

大家好，欢迎来到程序视点！我是小二哥。

前言

从2023年下半年起，小二哥个人就开始使用GitHub Copilot了。不论是个人项目还是编写一般的示例代码，我都从GitHub Copilot的辅助编程中受益良多。

今天，我想从一个开发者的角度出发，谈谈我使用过GitHub Copilot后的一些想法。

（注：后续内容仅代表我个人主观体验，不能完全代表所有使用者的使用感受。）

这个 AI 副驾驶员合格吗？

大家或许在网上已经看过不少对 Copilot 补全效果「一惊一乍」的描述，但不得不承认，我使用 Copilot 的初期感受也是这样的！

GitHub Copilot似乎真的就好像一个无所不知的程序员，按注释所描述的那样去生成符合要求的代码。

比如现在我有一个需求：用 Python 提取少数派首页文章的标题。

如果让我手码代码，我的思路是三步走：

• (1) 通过异步请求的方式访问少数派的官方首页，然后
• (2) 解析使用一个名为 BeautifulSoup 的第三方库解析请求后响应到的 HTML 源码
• (3) 从当中提取 <title></title> 元素节点中的内容。

在拥有GitHub Copilot后，我可以直接写一段描述程序功能的注释，然后 Copilot 就给出了如下代码：

这是GitHub Copilot让我惊讶的地方。

• GitHub Copilot，在我没有定义样板代码的情况下，能从相对简单的需求描述中自动生成符合要求的代码。
• GitHub Copilot生成的这段代码没有太大问题。写得也有板有眼，甚至还顺手帮我们按照标准库、第三方库的规范顺序导入使用到的库，完成度在 90% 甚至更高。
• 尽管我不擅长Python编程，也能顺利地完成这个功能。

但另一方面，GitHub Copilot也不是完美的。如果以复杂的现实需求来考察，它还显得太「稚嫩」了一些。

在现实世界中，对于一个有经验的程序员，或是身经百战（与产品经理 Battle 成百上千次）的「摸鱼达人」来说，在看似唾手可得的需求之下总会深埋着一些描述里没有的细节。恰恰这些是需要充分考虑的。

明确告诉大家，GitHub Copilot目前还不足以做到上面这一步。每一个项目，无论简单与否，程序员和产品经理总是要来往好几个回合的！不要期待GitHub Copilot一次帮你搞定！

当然，尽管 Copilot 面对复杂需求还是成熟度不足，但并不能以此否认它的价值。就拿最典型的就是单元测试来说，就为我们提高了不少效率、节省了不少时间。

只需要一个/tests指令，GitHub Copilot就能帮我们很好地生成一些「好像是那么一回事」的单元测试。

对于开发人员来说，测试是枯燥但又不可或缺的。有了GitHub Copilot的加持，我们的头发可以为测试少操心啦！（更多使用示例，请查看之前的文章）