祖传“屎山代码”终于有解了，GitHub全面上线新功能，聊聊天就能看懂代码、捉Bug！

C语言与CPP编程 2023-11-20 08:30

点击上方“C语言与CPP编程”，选择“关注/置顶/星标公众号”
干货福利，第一时间送达！
最近有小伙伴说没有收到当天的文章推送，这是因为微信改了推送机制，有一部分小伙伴刷不到当天的文章，一些比较实用的知识和信息，错过了就是错过了，建议大家加个星标⭐️，就能第一时间收到推送。

转自：CSDN（ID：CSDNnews）

都说 Copilot 是比 ChatGPT 更懂程序员的工具，这不，在最近召开的 GitHub Universe 2023 大会上，他们便带来了有关解放程序员双手的神器的 Copilot 的最新消息，这一次，AI 将彻底改变开发者的编程方式。

在本次大会上，GitHub 正式宣布 GitHub Copilot Chat 即将于 12 月全面上市，搭载 GPT-4 模型，通过聊聊天实现编程、自动识别代码、捕捉代码 Bug、快速生成单元测试等等，让看别人遗留下来代码带来的痛苦轻松交给 GitHub Copilot Chat 一键搞定！

GitHub 还预览了新的 GitHub Copilot Enterprise 产品，费用为 39 美元/月，将于 2024 年 2 月推出。除此之外，其还发布了最新的《The State of the Octoverse 2023》报告，多方位呈现 AI、云和 Git 背后开源的最新趋势。

再等一个月，GitHub Copilot Chat 就要来了！

在今年 3 月，GitHub 发布重磅“炸弹”——推出 Copilot X 计划，将 ChatGPT 引入 IDE 之际，也对外发布了 Copilot Chat 预览版本，当时 GitHub CEO Thomas Dohmke 评价道，这款新的 Copilot 将使开发者的生产力提高 10 倍。

当下，Thomas Dohmke 表示，「正如 GitHub 是在 Git 上创建的一样，今天我们在 Copilot 上重新创建。开源和 Git 从根本上改变了我们构建软件的方式。现在很明显，人工智能正在以指数级的速度迎来同样的彻底变革。在短短的时间内，GitHub Copilot 就将 GitHub 扩展并发展成为世界领先的人工智能开发者平台」。

简单来看，GitHub Copilot Chat 宛如专门为编程而设计的类 ChatGPT 版本，它可以让开发者直接通过一个聊天界面，使用自然语言与 GitHub Copilot 进行交互。

这一次 Copilot Chat 也进行了全新的技术升级，作为开发者，你可以用它来查找代码 Bug、编写单元测试、帮助调试代码等等，更详细功能如下：

GitHub 与 OpenAI 强强联手，让当前先进的 GPT-4 大模型成功登陆 Copilot Chat，由此带来更准确的代码建议和解释。
代码感知指导和代码生成：Copilot Chat 使用开发者已经编写的代码作为上下文，能够解释复杂的概念，根据你打开的文件和窗口建议代码，帮助检测安全漏洞，并协助查找和修复代码、终端中和调试器中的错误。
使用 AI 支持的内联 Copilot Chat 迭代代码：通过新的内联 Copilot Chat，开发人员可以直接在代码和编辑器流程中讨论特定的代码行。
斜杠命令可以方便开发者快捷完成重要任务：GitHub 正在向 GitHub Copilot 引入斜杠命令和上下文变量，因此修复或改进代码就像输入 /fix 一样简单，生成测试可以直接输入 /tests。
一键应用 AI 强大的功能：只需单击一下，智能操作即可为你的工作流程提供强大的快捷方式，无论你是需要修复建议、拉取请求审核内容，还是通过生成的响应来加速提交和拉取请求。
将 Copilot Chat 引入 JetBrains：Copilot Chat 将登陆 JetBrains IDE 套件，今天现已推出预览版。

除此之外，GitHub 还宣布将 GitHub Copilot Chat 直接集成到 github.com 中，方便开发人员可以通过 Copilot Chat 提供建议、摘要、分析和答案来深入研究代码、拉取请求、文档和一般编码问题。

而且，结合 GitHub 高级代码搜索的强大功能，Copilot Chat 能够了解并帮助开发者处理流行开源项目的最新更改。

当然，移动端的开发者也不用着急，GitHub Copilot Chat 也将作为现有 GitHub Copilot 订阅的一部分，在移动应用程序中提供。“利用在 iPhone 和 Android 设备上键入或说出的自然语言的力量，开发人员将获得任何编程问题以及有关他们在应用程序中查看的存储库、文件或文档的答案。即使他们不在办公桌前，他们也可以完成工作”，GitHub 在官方公告中写道。

需要注意的是，正如文章伊始所预告的，作为开发者编码的重要工具，GitHub 将在 2023 年 12 月让 GitHub Copilot Chat 作为现有 GitHub Copilot 订阅的一部分向组织和个人全面开放。而 GitHub Copilot 订阅费用为个人每月 10 美元或者每年 100 美元，企业每用户每月 19 美元。

不过，GitHub Copilot Chat 这款产品也可以免费提供给经过验证的教师、学生和流行开源项目的维护者。

现在，你可以申请加入 Copilot Chat 等候列表：https://github.com/features/preview

39 美元/每月，GitHub Copilot Enterprise 将于 2024 年 2 月上市

本次大会上，GitHub 还分享了一组关于 GitHub Copilot 应用相关的数据，其表示，「在作为 IDE 中提供的自动完成功能的早期阶段，GitHub Copilot 已经使开发人员的速度提高了 55%，但开发人员通常每天只编写大约 2 小时的代码，并且在整个软件开发生命周期中都陷入了平凡的任务之中。更重要的是，当开发人员无法查明和解决组织代码库特有的问题、错误或漏洞时，他们会花费更多的时间来破译而不是交付。」

为了让更多的开发者团队以更快的速度和规模进行部署，GitHub 宣布 GitHub Copilot Enterprise 计划，该计划将允许公司根据其内部代码库微调底层模型。

这里的做法是，只要通过将 Copilot Chat 连接到开发团队在 github.com 上的存储库，Copilot Enterprise 允许开发团队快速掌握代码库、搜索和构建文档、根据内部和私有代码获取建议，并快速审查拉取请求。此外，整个 GitHub 都将提供智能操作，例如生成拉取请求摘要的能力，帮助开发人员只需单击按钮即可保持流程状态。

不仅如此，企业还可以对模型进行微调，使 Copilot 能够更好地完成代码并回答特定代码库所特有的具体问题。

根据官方公告透露，GitHub Copilot Enterprise 将于 2024 年 2 月全面上市，每位用户每月 39 美元。

扩展 GitHub Copilot

GitHub 还在本次大会上推出：

GitHub Copilot 合作伙伴计划：这一计划将为 GitHub Copilot 创建一个插件生态系统，目标是拓宽开发人员使用 AI 的范围。GitHub 设想的用例包括帮助提高数据库查询的性能、检查功能标志的状态以及查看 A/B 测试的结果。
GitHub Next 的研究团队开发了一座由人工智能驱动的桥梁，帮助开发人员克服将想法转化为代码的障碍。这项技术名为 "GitHub Copilot Workspace"，将于 2024 年投入使用。做一下简单的解释，即当开发者在 Copilot Workspace 提出问题时，开发者会收到系统自动生成的计划，了解如何采取行动进行更改，然后进行构建、测试和验证是否成功。如果开发人员引入错误，将对其进行修补并重新运行代码。

在安全方面，GitHub Copilot 应用了基于 LLM 的漏洞防护系统，可以实时阻止不安全的编码模式。GitHub Copilot Chat 还可以帮助识别 IDE 中的安全漏洞，利用其自然语言功能解释漏洞的机制，并针对突出显示的代码提出具体修复建议。这些功能现在已经推出了预览版，很快也会包含在 GitHub 高级安全订阅服务中。

年度报告出炉：JavaScript 稳居第一，生成式 AI 项目首次入榜 Top 10

除了有以上最新功能之外，GitHub 借此机会同时推出了一年一度 Octoverse 报告。

根据报告显示，在过去一年中，美国拥有 2020 万开发者，开发者人数增长了 21%，继续拥有全球最大的开发者社区。中国开发者人数位居第三位，相较两年前下降了一位。

过去一年，随着 ChatGPT 的到来为开端，生成式 AI 成为众多科技公司以及开发者关注的重点。

数据显示，2023 年的生成式 AI 项目数量是 2022 年全年的两倍多，开发者也从使用 TensorFlow、Pytorch 等机器学习库构建项目转为使用预训练模型和 API 来构建生成式人工智能驱动的应用。

生成式 AI 推动生成式 AI 项目的个人贡献者在全球范围内大幅增长，同比增长 148%，生成式 AI 项目总数也同比增长 248%。

“随着越来越多的开发人员熟悉构建基于人工智能的生成式应用程序，我们预计不断增长的人才库将支持寻求开发自己的基于人工智能的产品和服务的企业”，这份报告指出。

那么，在新一轮技术浪潮之下，开发者应该掌握哪些主流的开发技术？

TypeScript 首次超越 Java，成为第三大主流编程语言

数据显示，JavaScript 仍然是目前最流行的编程语言，Python 排在第二位。今年，TypeScript 首次取代 Java，成为 GitHub 上 OSS 项目中第三大最受欢迎的语言，其用户群增长了 37%。TypeScript 是一种集语言、类型检查器、编译器和语言服务于一体的语言，它于 2012 年推出，标志着渐进类型的到来，它允许开发人员在代码中采用不同级别的静态和动态类型。

与此同时，用于数据分析和操作的流行语言和框架显著增加。T-SQL 和 TeX 等古老语言在 2023 年不断发展，这凸显了数据科学家、数学家和分析师越来越多地使用开源平台和工具。这也意味着编程语言不再仅仅局限于传统软件开发领域。

与 GitHub 上应用广泛的流行语言相比，GitHub 报告指出，2023 年创建的项目中使用的最流行语言具有显著的一致性。一些值得注意的异常值包括 Kotlin、Rust、Go 和 Lua，它们在 GitHub 上的新项目中出现了更大的增长。

Rust 虽然总体使用率相对其他语言较低，但其年增长率为 40%，并连续第八年被 2023 年 Stack Overflow 开发者调查评为最受赞赏的语言。

它和 Lua 都以其内存安全性和效率而闻名，并且都可以用于系统和嵌入式系统编程。Go 最近的增长是由 Kubernetes 和 Prometheus 等云原生项目推动的。

开发人员正在 GitHub 上大规模运行云原生应用程序

随着 2019 年云原生开发的大规模增长，IaC 在开源领域也开始持续增长。2023 年，Shell 和 Hashicorp 配置语言（HCL）再次成为开源项目中的顶级语言，这表明运营和 IaC 工作在开源领域的地位日益突出。

HCL 的采用率同比增长了 36%，这表明开发人员正在为其应用程序使用基础设施。
HCL 的增加表明，开发人员越来越多地使用声明式语言来决定如何利用云部署。

在 GitHub 上，2023 年，430 万个公共和私有存储库使用 Dockerfile，超过 100 万个公共存储库使用 Dockerfile 来创建容器。过去几年，我们看到 Terraform 和其他云原生技术的使用量不断增加。IaC 实践的增加也表明开发人员正在为云部署带来更多标准化。

同时，开发人员正在将更多的工作流程自动化。在过去一年中，开发人员使用 GitHub Actions 自动执行公共项目任务、开发 CI/CD 管道等的时间增加了 169%。开发人员平均每天在公共项目中使用超过 2000 万分钟的 GitHub Actions。随着 GitHub Marketplace 中的 GitHub Actions 数量在 2023 年突破 20,000 大关，社区规模还在不断扩大。

这表明整个开源社区对 CI/CD 自动化和社区管理的认识在不断提高。

时下，生成式人工智能进入 GitHub Actions。开发者社区中人工智能的早期采用和协作能力在 GitHub Marketplace 中的 300 多个人工智能驱动的 GitHub Actions和 30 多个 GPT 支持的 GitHub Actions 中显而易见。

此前，GitHub 赞助的 2023 年开发者调查中也发现，92% 的开发人员已经在工作内外使用 AI 编码工具，81% 的开发人员认为人工智能编码工具将使他们的团队更具协作性。

生成式 AI 项目成为开源热门

2023年，开发者为 GitHub 上的开源项目做出了 3.01 亿次贡献，其中既有像 Mastodon 这样的热门项目，也有像 Stable Diffusion 和 LangChain 这样的生成式人工智能项目。

盘点 2023 年热门的开源贡献项目时，数据显示，商业支持项目继续领先。2023 年，按贡献者总数计算，主流的项目绝大多数由商业支持。这一趋势在去年得到了延续，microsoft/vscode、flutter/flutter 和 vercel/next.js 在 2023 年再次跻身前十名。

生成式人工智能在开源和公共项目中发展迅速。2023 年，我们看到基于生成式人工智能的开源软件项目，如 langchain-ai/langchain 和 AUTOMATIC1111/stable-diffusion-webui，跃居 GitHub 上贡献者数量最多的项目。越来越多的开发人员正在使用预先训练好的人工智能模型构建 LLM 应用程序，并根据用户需求定制人工智能应用程序。

开源维护者正在采用生成式人工智能。在至少有一个星级的开源项目中，近三分之一的维护者都在使用 GitHub Copilot。这是继 GitHub 向开源项目维护者免费提供 GitHub Copilot 之后的又一举措，表明生成式人工智能在开源项目中的应用日益广泛。