在過去的十五年中，GitHub 已經(jīng)成為編程領(lǐng)域中不可或缺的一部分。這個平臺于 2007 年推出，現(xiàn)在已經(jīng)有超過 1 億名開發(fā)者使用它來進(jìn)行協(xié)作、跟蹤代碼變更和存儲代碼。

在 2018 年被微軟以 75 億美元收購后，GitHub 正逐漸贏得另一個榮譽(yù)：徹底改變編程方式。推動這一變革的是一個名為 Copilot 的 AI 工具，它可以像 OpenAI 的 ChatGPT 生成十四行詩一樣輕松生成代碼。（實(shí)際上，Copilot 是由 OpenAI 的 Codex 驅(qū)動的，Codex 是一個基于從互聯(lián)網(wǎng)上獲取的代碼進(jìn)行訓(xùn)練的大語言模型。）

通過簡單地按下 Tab 鍵，使用 Copilot 的開發(fā)者可以自動完成一行代碼、生成代碼塊，甚至編寫整個程序。據(jù) GitHub 表示，已經(jīng)有超過 1 萬家公司（包括可口可樂、Airbnb 等公司）注冊了 Copilot 的企業(yè)版，而微軟自身有超過 3 萬名員工定期使用 Copilot 來輔助編程。

最近，F(xiàn)reethink 采訪了 GitHub CEO Thomas Dohmke，以詳細(xì)了解 Copilot 將如何改變編程，以及基于 AI 開發(fā)引發(fā)的關(guān)于創(chuàng)新的問題。還談到了為什么用 Copilot 編程是如此有趣，AI 將如何改變我們的學(xué)習(xí)方式，以及 Copilot 是否能解決那些仍在主機(jī)上運(yùn)行 COBOL 的銀行的問題。

下面內(nèi)容是采訪精簡版。

Freethink：你認(rèn)為在編程的性質(zhì)方面會出現(xiàn)哪些變化？軟件開發(fā)是否仍然會是專業(yè)的領(lǐng)域？或者你是否認(rèn)為基于 AI 的無代碼開發(fā)將變得更加普遍，以至于作為軟件工程師的定義會有所不同？

Thomas Dohmke：我認(rèn)為系統(tǒng)思維 —— 理解軟件的復(fù)雜性并將一個大問題、挑戰(zhàn)或新特性分解為小問題 —— 將起到越來越重要的作用。

我們從打孔卡發(fā)展到了幾百行、幾千行、甚至可能是數(shù)萬行乃至數(shù)十萬行代碼。因此，作為開發(fā)者，我們需要能夠管理這些解決大型復(fù)雜問題的龐大系統(tǒng)。你需要將它們拆分成小的構(gòu)建模塊。

開發(fā)者的技能將在于找出 “我需要拆分到什么程度，才能利用 AI 為我合成代碼？” 至少在可預(yù)見的未來，我們?nèi)匀恍枰獙彶樗性创a，了解其功能，并進(jìn)行安全審查、合規(guī)審查，以查看是否存在代碼注入等問題，即有人試圖向代碼庫注入有害代碼。

開發(fā)者仍然是專家，他們了解代碼并判斷 AI 合成的代碼是否真正符合開發(fā)者的意圖。在未來的十年里，這可能會發(fā)生轉(zhuǎn)變 —— 我們自己編寫的代碼與合成代碼的比例會有多大。但我不認(rèn)為我們離一切都是無代碼開發(fā)的階段已經(jīng)很接近了。

Freethink：因?yàn)橛辛?Copilot，你觀察到程序員的日常工作方式發(fā)生了哪些變化？

Dohmke：如今，程序員實(shí)際上并不會花太多時間來編寫代碼 —— 他們每天編寫代碼的時間通常只有兩到四個小時。其余的時間他們會進(jìn)行其他工作，比如參加站立會議、查看崩潰報告（或者也許是應(yīng)用商店的評論中有用戶反饋?zhàn)钚掳姹境霈F(xiàn)了問題，而你甚至無法復(fù)現(xiàn)這個錯誤）。

有了 Copilot，如果你每天只有兩到四個小時用于寫代碼，你可以更好地利用這段時間。你可以將這段時間用于保持專注、完成工作并享受其中的樂趣。

雖然分心的事情并沒有減少 —— 無論是 Slack、Twitter、手機(jī)還是 WhatsApp 消息，這些都不會消失。但是你可以更好地利用創(chuàng)造性的時間，將注意力集中在問題上。因?yàn)槿绻悴恍枰l繁地從編輯器切換到其他內(nèi)容，你也會減少分心的觸發(fā)因素。因此，我們觀察到人們更能保持專注。

Freethink：你自己在寫代碼的過程中發(fā)生了什么變化？我不知道你現(xiàn)在能夠投入多少時間來寫代碼，但我非常想知道由于出現(xiàn)了 Copilot，你自己寫代碼過程有什么變化。

Dohmke：對我來說，大部分是一些業(yè)余項(xiàng)目。但我首先想到的是：Copilot 帶回了樂趣。通常情況下，會有很多干擾和其他事情需要處理。周末 —— 我們遠(yuǎn)離工作的時間 —— 在某種程度上是一個關(guān)于注意力持續(xù)時間的競爭：你是想出去散步呢？還是想組裝一些樂高積木？還是想寫代碼？

當(dāng)我有一個小時用于寫代碼時，Copilot 帶回了樂趣，帶回了創(chuàng)造力。它恢復(fù)了流暢感，因?yàn)槟悴槐夭粩嘣诰庉嬈鳌g覽器、搜索引擎以及像 Stack Overflow 或 GitHub 這樣的工具之間切換，去尋找那三行代碼 —— 我不知道，可能是為了讓你正在構(gòu)建的 iPhone 應(yīng)用程序擁有圓角。

因此，我認(rèn)為它帶回了那種 “我正在構(gòu)建自己的重大創(chuàng)意” 的感覺，那種感覺會在我有一個小時或兩個小時的周日早晨時出現(xiàn)，此時其他事情還沒有優(yōu)先權(quán)。

Freethink：如果你在創(chuàng)建你的第一家初創(chuàng)公司時有像 Copilot 這樣的工具可供使用，你認(rèn)為你作為創(chuàng)始人的經(jīng)驗(yàn)會有何不同？

Dohmke：我認(rèn)為這將讓我的生活變得更輕松。作為一家小型初創(chuàng)公司的創(chuàng)始人，你必須快速行動，因?yàn)檫@是生存的唯一途徑。因此，如果有一種工具可以幫助你保持工作流程，讓你快速創(chuàng)建原型、預(yù)覽產(chǎn)品，并最終找到產(chǎn)品市場適配點(diǎn)，那將極大地增強(qiáng)你的能力。

我與許多初創(chuàng)公司進(jìn)行過交流，我也是幾個初創(chuàng)公司的天使投資人，他們都在使用 Copilot，因?yàn)樗麄兠靼?，即使只是提?20-25% 的生產(chǎn)力，也可能決定他們的生存。

Freethink：我很好奇你收集了哪些數(shù)據(jù) —— 無論是軼事還是更正式的 —— 關(guān)于 Copilot 如何改變 GitHub 和微軟自己的程序員的工作方式。

Dohmke：我們在 2020 年 8 月開始研發(fā) Copilot，然后在 2021 年初向約 250 名 GitHub 員工或 “Hubbers” 首次提供了內(nèi)部預(yù)覽版本，得到的反饋令人震驚。人們非常興奮，他們告訴我們，他們再也無法在沒有 Copilot 的情況下寫代碼了。

我們測量了凈推薦值（Net Promoter Score，NPS）[注：用戶滿意度的一種衡量指標(biāo)]，范圍從 - 100 到 + 100。在我們的 250 名測試人員中，得到的結(jié)果是 + 73。我們從未在對開發(fā)環(huán)境進(jìn)行的其他任何更改中看到過這樣的數(shù)字。通常情況下，開發(fā)人員會說：“別動我的系統(tǒng)，我知道自己在做什么，Thomas，為什么要引入新工具呢？”

我們團(tuán)隊(duì)收到了極為積極的反饋，而且初期使用 Copilot 的人數(shù)保持得非常高，這個留存率比我們開發(fā)的其他任何產(chǎn)品都要高。通常情況下，當(dāng)我們在公司內(nèi)部推出一個新功能時，每個人在第一天都很興奮，但到了第三天，大家就又回到了之前的習(xí)慣。但對于 Copilot，無論是在 GitHub 內(nèi)部、微軟內(nèi)部還是我們的客戶中，我們都沒有看到這種情況發(fā)生。

Freethink：你是否有關(guān)于在 GitHub 上更廣泛的開發(fā)者社區(qū)如何使用 Copilot，以及它對他們的生產(chǎn)力產(chǎn)生了什么影響的具體數(shù)據(jù)或數(shù)字？

Dohmke：當(dāng)用戶使用 Copilot 時，我們會追蹤他們按下 Tab 鍵的頻率以及在文件中由 Copilot 編寫的代碼量。目前這個數(shù)字的平均值是 46%—— 在啟用 Copilot 的文件中，平均約有一半的代碼是由 Copilot 編寫的。僅僅這一事實(shí)就令人難以置信。

我們?nèi)昵伴_始開發(fā) Copilot，推出預(yù)覽版的時間已經(jīng)接近兩年了。自從推出以來，這個數(shù)字一直穩(wěn)步上升。很快，80% 的代碼將由 Copilot 編寫。但這并不意味著，正如我們之前討論的那樣，開發(fā)人員將被取代。這意味著開發(fā)人員有更多的時間來專注于他們自己編寫的那 20% 的代碼。

當(dāng)你使用 Copilot 時，你的編程風(fēng)格會發(fā)生變化，因?yàn)槟銜用鞔_。你會編寫代碼注釋，可能還會提供一些示例。當(dāng)你編寫一個帶有輸入和輸出的函數(shù)時，通過提供示例輸入和輸出，Copilot 會 “理解” 你想要做什么，并將其作為額外的上下文來生成代碼。

實(shí)際上，我們從對 2,000 名開發(fā)人員進(jìn)行的定量調(diào)查中了解到了他們對使用 Copilot 的感受。其中 75% 的開發(fā)者表示他們感到更加滿足。他們告訴我們，使用 Copilot 在完成工作時需要的心智負(fù)擔(dān)更小。他們在編寫作為開發(fā)者常常必須完成的樣板代碼上花費(fèi)的時間更少。

我們還進(jìn)行了一項(xiàng)定性研究，其中我們讓 50 名開發(fā)者使用 Copilot，同時有大約 50 名沒有使用 Copilot 的開發(fā)者作為對照組，然后要求他們構(gòu)建一個 Web 服務(wù)器。使用 Copilot 的組別比對照組快了 55%，這將改變整個行業(yè)。

不僅速度更快，他們還具有更高的成功率：78% 對比 70%。

Freethink：Copilot 對未來程序員的開發(fā)將產(chǎn)生什么影響？在學(xué)習(xí)編程的過程中存在一種緊張感，一方面我們對某些看似簡單的事情感到沮喪，但通過反復(fù)實(shí)踐，最終可以更深入地理解整個過程。我很好奇像 Copilot 這樣的工具對于正在學(xué)習(xí)冒泡排序的高中生會有什么影響，他們只需按下 Tab 鍵，代碼就會自動生成，而無需從頭開始編寫。

Dohmke：我認(rèn)為我們的學(xué)習(xí)方式將發(fā)生徹底改變，學(xué)校教育方式也將發(fā)生巨大變革。

我們將更少關(guān)注記憶具體知識，如 1845 年的總統(tǒng)是誰，而更多關(guān)注學(xué)習(xí)方法。教師將扮演更像是教練的角色，幫助學(xué)生以自己的步調(diào)和方式利用技術(shù)探索各種主題。對于軟件開發(fā)方面的孩子們來說，這將帶來極大的便利。

在美國，我們很容易忽略一點(diǎn)，即編程中最常用的語言是英語。在美國成長的孩子可能比在巴西、中國或德國成長的孩子更容易理解英語。這對孩子們來說將是一種解放，因?yàn)樗麄兛梢杂米约旱哪刚Z向像 Copilot 這樣的 AI 助手提問。Copilot 能夠理解多種語言，并將代碼合成為學(xué)生正在學(xué)習(xí)的編程語言，這樣學(xué)生就能用自己的語言進(jìn)行交流和提問。

我認(rèn)為知識的重要性將減弱，而理解思維、探索內(nèi)容的能力將變得更為關(guān)鍵。教師將與學(xué)生合作培養(yǎng)這些能力。學(xué)生們需要判斷 AI 提供的答案是否確實(shí)適用于他們解決的問題，而不是僅僅接受模型生成的結(jié)果。

Freethink：在我看來，無論你選擇的是醫(yī)學(xué)還是計(jì)算機(jī)科學(xué)，要進(jìn)行高級推理，你都必須具備一定的內(nèi)容知識。

Dohmke：如果你使用 Copilot，你會相對快速地發(fā)現(xiàn)你仍然需要具備這個基礎(chǔ)知識，無法繞過它。你可以向 ChatGPT 或 Copilot 提問 “如何構(gòu)建 GitHub”，它會給出一個非常抽象的答案。

你必須具備能力去思考：“好的，現(xiàn)在我該如何將這個非常龐大的問題分解成小問題？” 而要做到這一點(diǎn)，你必須理解什么是數(shù)據(jù)庫、什么是虛擬機(jī)、什么是容器。你必須在計(jì)算機(jī)科學(xué)領(lǐng)域掌握這些概念，才能讓 AI 解答你的問題。

老師們，如果回到學(xué)校的例子，他們會立即發(fā)現(xiàn)這一點(diǎn)。如果學(xué)生試圖通過作弊來完成家庭作業(yè)，他們不僅需要提供答案，還需要展示他們的解題過程。就像數(shù)學(xué)課一樣：展示你使用 Copilot 構(gòu)建項(xiàng)目的過程。

另外，每個軟件項(xiàng)目都是獨(dú)特的，構(gòu)建超市的銷售系統(tǒng)與構(gòu)建在每個個體設(shè)備上運(yùn)行并可能有 1 億用戶的 iPhone 應(yīng)用程序之間存在很大差異。你仍然需要學(xué)習(xí)這些概念以及如何解決這些問題。我認(rèn)為這對我們作為人類來說是一項(xiàng)更有用的技能，而不僅僅是了解編程語言的所有細(xì)節(jié)。

Freethink：作為一個一直非常支持開源的人，你認(rèn)為開源在這里扮演著什么樣的角色？

Dohmke：開源將在 Copilot 的發(fā)展中起到基礎(chǔ)性的作用。OpenAI 提供給 Copilot 的模型是基于互聯(lián)網(wǎng)上的開放數(shù)據(jù)進(jìn)行訓(xùn)練的。這些數(shù)據(jù)不僅包括源代碼，還包括各種其他文檔。這使得 Copilot 不僅能夠理解編程語言，還能理解人類語言。開源為這些模型的訓(xùn)練提供了數(shù)據(jù)集。

我們現(xiàn)在已經(jīng)看到了許多開源的大語言模型。其中很多實(shí)際上托管在 GitHub 上，這讓我們非常興奮！GitHub 在過去 15 年中一直支持開源生態(tài)系統(tǒng)?；旧希覀兊乃泄δ芏紝﹂_源項(xiàng)目免費(fèi)開放，我們希望繼續(xù)支持這個生態(tài)系統(tǒng)。我們一直在為開源開發(fā)者的權(quán)益而奮斗，因?yàn)槲覀兿嘈砰_源對于實(shí)現(xiàn)人類進(jìn)步至關(guān)重要。

開源所帶來的協(xié)作模式可能是目前存在的最無國界、無障礙的協(xié)作模式：來自許多國家的開發(fā)者相互合作，不關(guān)心我們在這個地球上所面臨的各種沖突。

通常情況是，當(dāng)你收到一個拉取請求時，你不知道對方是誰，他們的職位是什么，他們一直在做什么工作，是否接受過大學(xué)教育等等。這些并不重要。我認(rèn)為，如果你想要向 Linux 內(nèi)核貢獻(xiàn)代碼，沒人會問你：“你是否有適當(dāng)?shù)慕逃尘昂臀迥甑墓ぷ鹘?jīng)驗(yàn)？” 這不是開源協(xié)作的工作方式。

在 GitHub，這是我們所接納的，并將始終接納的一部分，作為我們授權(quán)和支持開源開發(fā)者的使命。我認(rèn)為大語言模型將扮演重要角色，并有助于我們共同加速進(jìn)步。

Freethink：你認(rèn)為 Copilot 在開發(fā)新編程語言方面可能扮演何種角色？編程語言的受歡迎程度會有起伏，我很好奇 Copilot 可能對此產(chǎn)生何種影響。

Dohmke：你提到了編程語言的興起和消退，我認(rèn)為說得對。但它們永遠(yuǎn)不會完全過時。最常見的例子是銀行和金融服務(wù)機(jī)構(gòu)，它們?nèi)栽谥鳈C(jī)上運(yùn)行 COBOL 語言。而且不僅僅是某個地方的銀行，我在世界各地的任何一個國家與任何一家銀行交流，他們依然在主機(jī)上運(yùn)行 COBOL。

這是一個問題，因?yàn)榫帉?COBOL 語言的人們在 60 年代都已經(jīng)退休了，他們不再需要為銀行維護(hù)那些代碼。Copilot 將在幫助公司現(xiàn)代化其代碼庫方面發(fā)揮作用，并且它將通過多種方式實(shí)現(xiàn)這一目標(biāo)。

首先，Copilot 可以向現(xiàn)在需要負(fù)責(zé)維護(hù)遺留代碼的開發(fā)人員解釋代碼。你可以突出顯示代碼并詢問：“向我解釋一下這段代碼?！?一旦你獲得解釋，你實(shí)際上可以利用解釋和代碼生成針對該代碼的測試用例。下一個合乎邏輯的步驟是，在與 “飛行員”（開發(fā)人員）進(jìn)行迭代過程中，利用 AI 將所有代碼重寫為 Python。因?yàn)槟闵闪藴y試和解釋 —— 這兩者在 60 年代可能都不存在，很多代碼也沒有文檔 —— 所以你能夠?qū)⒛切├吓f的代碼轉(zhuǎn)換為新的代碼庫。

我們都在努力解決技術(shù)債務(wù)，不僅是前一代開發(fā)者的，也包括我們自己六個月前的代碼庫。大多數(shù)開發(fā)人員，無論他們六個月前寫了什么代碼，當(dāng)他們現(xiàn)在看到它時，會說：“現(xiàn)在我能比六個月前做得更好?！?我們將看到更多的迭代，希望我們背負(fù)的包袱更少。

我認(rèn)為另一種方式是，學(xué)習(xí)編程會變得更容易，而編程語言本身可能會趨向更人性化。不再需要編寫大量的代碼，而是可以寫很多注釋，然后由模型合成其余的代碼。這些注釋可以是德語、巴西葡萄牙語，實(shí)際上幾乎任何語言都可以被這些模型理解，用于合成代碼。

最后，我們還有一個名為 Copilot Voice 的預(yù)覽產(chǎn)品，它可以幫助你用聲音寫代碼，而不是用手—— 這將使殘障人士也能夠參與，因?yàn)樗麄兛赡軣o法整天打字，例如由于重復(fù)性勞損傷害。

Freethink：當(dāng)我教高中學(xué)生編程時，他們最難理解的是編程語言與自然語言的不同之處。讓他們感到沮喪的是計(jì)算機(jī)會完全按照你告訴它的方式行動，就像一個讓人討厭的兄弟姐妹，總是做明顯錯誤的事情，然后說：“技術(shù)上你說的就是這個?！?有了像 Copilot 這樣的工具，你認(rèn)為編程會趨向融合，更類似我們?nèi)伺c人之間的交流嗎？

Dohmke：我認(rèn)為你已經(jīng)可以看到這種趨勢。當(dāng)你使用這些聊天代理時，它們不僅知道你剛剛輸入的句子，還知道先前對話的上下文。對于 Copilot Chat 來說，它甚至知道你編輯器中的內(nèi)容，不僅僅是你打開的文件，還包括相鄰的標(biāo)簽頁和調(diào)試器。將來，它們可能會擁有整個代碼庫或文件夾的上下文作為參考。

現(xiàn)在，你已經(jīng)可以編寫一個 HTML 文件 —— 一個網(wǎng)頁，當(dāng)你寫代碼時，借助 Copilot 的幫助，你可以說：“讓這段文字變粗體。” 或者，“將這個區(qū)域居中顯示在頁面上?！?然后它會向你展示如何實(shí)現(xiàn)，并消除了我們過去對計(jì)算機(jī)是否能理解我們意圖的沮喪感覺?，F(xiàn)在，它真的可以理解了。

就在最近的一次會議上，我通過 Copilot 演示構(gòu)建了一個貪吃蛇游戲。我說：“讓游戲更漂亮”，它就輸出了樣式表。我從未提到要樣式表，甚至沒有給出 HTML 或 CSS 的概念。它通過理解我想要實(shí)現(xiàn)的目標(biāo)上下文，自行找到了解決方案。

我認(rèn)為與 Copilot 互動的最佳時刻之一是，你可以告訴它某個地方出錯了。你可以直接說：“這不是我要找的”，或者 “這個不起作用”。

然后它會說：“哦，抱歉了。這是另一個你可以嘗試的方法?！?它具有交互式模式，你不需要精確知道編程語言的語法，也不需要知道解決該問題所需的具體知識。你可以探索并自己找到解決方案。

Freethink：據(jù)我所知，Copilot 是建立在 OpenAI 的 Codex 之上的，Codex 可以看作是對過去代碼的一種快照，涵蓋了 2021 年之前的代碼。我不知道是否有計(jì)劃將 Copilot 連接到互聯(lián)網(wǎng)，以便進(jìn)行更頻繁的更新，但我很好奇，不再頻繁編寫樣板代碼是否會導(dǎo)致一些潛在的損失。當(dāng)你必須深入細(xì)節(jié)時，也許有 10 萬人中的一人最終會想出更好的解決方案。然后，這個解決方案就會在開發(fā)者社區(qū)中傳播開來。如果人們只是向 Copilot 詢問基于昨天的代碼的最佳解決方案，你認(rèn)為創(chuàng)新本身會如何改變？

Dohmke：首先要考慮的是，大語言模型并不具備存儲代碼片段的庫。它們是由數(shù)十億個參數(shù)組成的神經(jīng)網(wǎng)絡(luò)，用于預(yù)測某種概率。對于語言模型來說，這個概率是下一個單詞；而對于擴(kuò)散模型來說，它是將噪聲轉(zhuǎn)化為圖像的方法。

以視覺模型為例，盡管它們只是在現(xiàn)有藝術(shù)作品上進(jìn)行訓(xùn)練，但它們可以生成全新的、以前不存在的藝術(shù)作品類別。比如，你可以要求它渲染以法國印象派的方式繪制的今天紐約的天際線。這樣，它就會根據(jù)你的提示生成一張以莫奈或其他法國印象派畫家的風(fēng)格繪制的當(dāng)代紐約天際線的圖像。

訓(xùn)練集中并沒有真正看起來像這樣的圖像，而是根據(jù)你的提示和噪聲生成的。

我認(rèn)為語言模型也是如此。它們可以生成全新的文本和代碼，這些以前從未存在過的內(nèi)容。因此，它們可以與開發(fā)者合作，實(shí)際上推動創(chuàng)新并產(chǎn)生新的算法或代碼。但正如你從 “Copilot” 這個詞可以推斷出的，我們認(rèn)為在這個創(chuàng)新過程中，人類 “飛行員”（開發(fā)人員）需要與 Copilot 進(jìn)行迭代合作。