昨天小寒刚过，今天就迎来了这个冬天的首次零下气温！这个时候真是恨不得电脑自己干活，好让自己揣着手快乐摸鱼。
但是程序员小伙伴们还真的能实现心愿了哦~
人工智能写代码
要说程序员的摸鱼大法，那肯定不能指望电脑平白无故自己写代码，还是得借助一点“高科技”——人工智能。毕竟人们研发人工智能的目的就是让机器能够代替人工作。
所以要想实现程序员的摸鱼，只要开发一款能够写代码的AI工具就行。今年6月份，GitHub就与Open AI一同合作，推出了一款名为“GitHub Copilot”的AI工具。
Copilot的功能非常丰富，它可以根据上下文自动补全代码，包括文档字符串、注释、函数名称、代码，只要编程者给出一定提示，这款AI工具就可以补全出完整的函数。听起来是不是非常靠谱？
在过去的几个月里，Copilot还在不断优化，在近GitHub Universe 2021开发者大会上，GitHub官方表示Copilot已开始支持Java、C、C++和C#等语言的多行代码完成，并增加了Neovim和JetBrains IDE，包含开发者常用的IntelliJ IDEA、PyCharm等编辑器的支持。
GitHub表示，现在新写的30%代码都是在AI编程工具Copilot的帮助下完成的。但是东西好不好用还是用户说了算，来看看尝试用这款AI工具“摸鱼”的程序员们怎么说。
有人觉得Copilot十分好用，感慨它功能强大：
还有光明正大承认自己在用Copilot摸鱼的：
Copilot的强大是毋庸置疑了，那么它为什么会这么牛？其实就和大部分人工智能工具一样，它是建立在OpenAI Codex算法的基础上的，需要通过海量的代码来训练其智能程度。
这对于Copilot来说并不是什么难题，因为微软在2018年斥资75亿美元收购了全球约有5000万用户的代码共享网站Github，这也就给Copilot所依托的Codex算法创造了数十亿行公共代码训练的优越条件。
事实上OpenAI在Copilot之前推出过另一个AI模型——1750亿参数的AI模型GPT-3，OpenAI 的联合创始人兼首席技术官Greg Brockman曾表示Codex是 GPT-3 的后代。
同样的，OpenAI花费了大量的资金让GPT-3对人类的诗歌、小说、新闻等海量自然语言进行训练，让它具有一定程度的理解能力。这也让神经网络之父Geoffrey Hinton在GPT-3出现后感慨：“生命、宇宙和万物的答案，其实只是4.398万亿个参数而已。”
Codex也具备了将部分指令清晰的英语翻译成代码的能力，甚至有部分媒体宣扬说Codex已经能够实现只要你会英语就能写代码。
官方也对Codex的运作效果进行了展示，程序员在编辑界面写下“Make it be smallish”图1中的大型飞船就会缩小成图2的大小。可以看到在这个过程中程序员并没有输入代码，Codex自己就完成了程序的编写。
当Copilot受到越来越多程序员的欢迎，GitHub的CEO Nat Friedman却给大家浇了一盆冷水——“我们将计划在未来某个时候将其扩展为付费产品。”这也引发了不小的争议，其中引起争议的焦点就在于Copilot的版权存在开源代码衍生品商业化GPL版权问题。
Copilot把开源代码洗成商业产品的行为，无视了早期促进程序语言世界丰富、开放的开源精神，引起了GitHub社区人们的公愤。不少程序员在社交媒体上公开表示未来将不再使用GitHub来托管自己的代码。
尽管GitHub官方则解释Copilot“通常不会精确复制代码块”，但还是有不少网友在通过Copilot解决程序中的一些经典问题时，会发现Copilot几乎一字不差的复制粘贴了GitHub上的某段经典代码。
不仅如此，随着用户对它的了解逐步加深，发现Copilot输出的部分代码有着隐私泄露、安全风险等问题。
还有网友表示“Copilot 一时爽，调试火葬场。”想要完全通过语句描述出想要实现的功能并不简单，你还得不断回过头检查AI编写的代码是否正确。