编程助手_大模型提升效率

1 简介

网传有了大模型之后，很多人都要失业了，其中也包括一部分程序员，确实大模型可以减轻开发者的工作量，但是具体到减轻了多少工作量，哪种类型的工作，学习成本，使用成本如何？不捧不踩,今天我们尽量客观地体验一下。

本文将介绍目前使用最多的三个智能编程助手，它们均可提供：代码解释、注释、生成、实时补全等功能。下面基于 VSCode 环境来介绍具体的使用方法。

2 Copilot

编程助手_Copilot

3 CodeGeeX

编程助手_CodeGeeX

4 Cursor

编程助手_Cursor

5 讨论

5.1 使用场景

对于新手，我们不用再花很多时间强调代码规范了，让大家直接用 AI 就可以润色出不错的代码和注释。
对于不熟悉的领域、代码、编程语言，可以快速地了解和梳理代码，解释代码和逻辑。
自动编写常用的代码片断
自动编写相对复杂的正则或 SQL 查询
解决一些简单的 bug
帮助程序员快速入门一门语言或一种框架
快速程序写 demo 和代码框架，程序员只需要做少量修改即可使用

5.2 使用体验

5.2.1 基于场景的设计

最简单的使用大模型的方法是 ChatGPT 聊天界面提问代码相关问题，这种情况下，程序员需要描述环境，比如功能，编程语言，函数的输入输出，风格…… 而返回也往往是包含描述和代码，一般需要人看完整段回答，然后选取部分代码，再与自己代码组合。而且在两个界面之间切来切去很打断思路。

而上述的几种工具都使用了基于场景的设计，把工具融入编码的工作流，自动识别上下文，直接修改代码，节省了很多脑力，和 Chat 差别非常大。

5.2.2 清晰的注释

目前辅助工具更擅长写小模块，模板，常用功能；而对于业务理解，整体设计相对较差。从原理看，模型是用代码训练出来的，训练用的源码也有不同水平，难免不对，尤其对其未见过的复杂业务逻辑。

因此，整个开发过程需要人与工具不断沟通，比如：一开始它给我写的代码非常简单，后来我修改了几次注释提示，想要的内容就全都有了，自己再整理一下，或者让它整理一下，就很完美了。

另外，程序员可以先梳理业务逻辑，将其拆分成子任务，然后再用辅助工具其现子任务的具体功能。

5.3 使用效果

《Google Research 2022 年度盘点》发布：谷歌在内部为开发者提供 5 亿参数的语言模型 ML-Enhanced 用于为 IDE 集成代码补齐功能，通过内部 1W+ 员工的实验对比显示，该功能减少了 6% 的开发时间，3% 的新代码 (以字符为单位) 是通过接受机器学习生成的。由此可见，AI 的代码补全功能并不像我们想象中那么有效。至少目前离完全自动化还很远。

当然，这也与开发应用的类型有关。我个人感觉，对于前后端，数据分析，数据等常用工具而言，提升 20%-30% 的工作效率应该没问题，甚至有时候觉得，有些普通的功能，选择一下，等着按 Tab 就行了。对于不熟悉的领域，机器生成的常常比人写的好。