继GitHub的Copilot收费后,亚马逊推出了 CodeWhisperer,感觉不错...
GitHub 的 Copilot 曾是一款广受开发者追捧的人工智能编程助手，然而，它自 2022 年 6 月起改为了付费订阅模式。此转变并未引发过多讨论，因为利用机器学习训练智能编程 AI 模型，已被视为未来的趋势。
巧合的是，仅在 Copilot 宣布收费后的几天，Amazon 推出了名为 CodeWhisperer 的产品，与 Copilot 类似，它也提供了 AI 助手功能。预计未来会有更多类似的产品涌现，为程序员和编程学习者带来更多便利。
代码补全最早出现在 1985 年的 Alice 编辑器上，它支持自动缩进、补全控制结构，并能进行语法着色。然而，初期争议认为代码补全可能会使编程过于简单，实际上它仅是一个语法辅助工具，无法生成语义正确的代码。
随着 GitHub 的 CoPilot 和 Amazon 的 CodeWhisperer 的推出，情况发生了改变。这些工具不仅能提供语法辅助，还能生成语义上正确的代码，不仅提供 if 语句的大纲，还能创建完整的代码样例。然而，这些 AI 助手在 2022 年的表现如何，仍存在疑问。
本文将重点介绍 CodeWhisperer，并探讨它在 2022 年的表现。首先，让我们试用 CodeWhisperer 在 Python 从 S3 读取数据的场景。
CodeWhisperer 支持 Python、Java 和 JavaScript。在 AWS 博客的介绍中，Mark Richman 解释了 CodeWhisperer 的模型基于 Amazon 开源代码等数据源训练。这使得使用 CodeWhisperer 在编写从 S3 读取文件的代码时，成为了一个良好的测试案例。
使用 CodeWhisperer，开发者需要写一个注释描述期望的功能。描述越具体，系统越能准确推断所需逻辑。注释以 Function 开始，提示系统创建函数。随后，系统分析注释并生成函数定义，允许开发者在生成代码前修改。CodeWhisperer 还可能提供多种函数定义供选择。
IntelliJ 集成了 CodeWhisperer，通过点击“插入代码”，系统会根据注释自动创建函数，并附带文档字符串。这样操作仅需几秒钟，大大节省了查找 API 文档的时间。
CodeWhisperer 不仅能够创建完整的函数，还能在函数中插入代码片段，并通过上下文推断相关变量。在某些场景中，使用 CodeWhisperer 能够显著提高编程效率，例如处理 CloudWatch 数据或编写测试代码。
虽然 CodeWhisperer 是一个强大的工具，但它并非完美的。代码生成过程中可能出现安全漏洞，以及生成的代码可能出现 bug。此外，CodeWhisperer 的表现可能在处理领域特定逻辑时受限，这取决于周围代码结构的清晰度。
尽管存在局限性，CodeWhisperer 仍然为开发者提供了极大的价值，通过节省时间，让开发者能够专注于改进代码、重构和测试。随着技术的进步，这些问题有望得到改善。
总之，CodeWhisperer 是一个重要的生产力工具，有助于开发者成为更优秀的程序员，即使在面对复杂任务时，也能确保代码质量。尽管 AI 助手未来能否取代人类编写代码尚不确定，但它们无疑为编程世界带来了创新和发展。
继续阅读：继GitHub的Copilot收费后,亚马逊推出了 CodeWhisperer,感觉不错...巧合的是，仅在 Copilot 宣布收费后的几天，Amazon 推出了名为 CodeWhisperer 的产品，与 Copilot 类似，它也提供了 AI 助手功能。预计未来会有更多类似的产品涌现，为程序员和编程学习者带来更多便利。
代码补全最早出现在 1985 年的 Alice 编辑器上，它支持自动缩进、补全控制结构，并能进行语法着色。然而，初期争议认为代码补全可能会使编程过于简单，实际上它仅是一个语法辅助工具，无法生成语义正确的代码。
随着 GitHub 的 CoPilot 和 Amazon 的 CodeWhisperer 的推出，情况发生了改变。这些工具不仅能提供语法辅助，还能生成语义上正确的代码，不仅提供 if 语句的大纲，还能创建完整的代码样例。然而，这些 AI 助手在 2022 年的表现如何，仍存在疑问。
本文将重点介绍 CodeWhisperer，并探讨它在 2022 年的表现。首先，让我们试用 CodeWhisperer 在 Python 从 S3 读取数据的场景。
CodeWhisperer 支持 Python、Java 和 JavaScript。在 AWS 博客的介绍中，Mark Richman 解释了 CodeWhisperer 的模型基于 Amazon 开源代码等数据源训练。这使得使用 CodeWhisperer 在编写从 S3 读取文件的代码时，成为了一个良好的测试案例。
使用 CodeWhisperer，开发者需要写一个注释描述期望的功能。描述越具体，系统越能准确推断所需逻辑。注释以 Function 开始，提示系统创建函数。随后，系统分析注释并生成函数定义，允许开发者在生成代码前修改。CodeWhisperer 还可能提供多种函数定义供选择。
IntelliJ 集成了 CodeWhisperer，通过点击“插入代码”，系统会根据注释自动创建函数，并附带文档字符串。这样操作仅需几秒钟，大大节省了查找 API 文档的时间。
CodeWhisperer 不仅能够创建完整的函数，还能在函数中插入代码片段，并通过上下文推断相关变量。在某些场景中，使用 CodeWhisperer 能够显著提高编程效率，例如处理 CloudWatch 数据或编写测试代码。
虽然 CodeWhisperer 是一个强大的工具，但它并非完美的。代码生成过程中可能出现安全漏洞，以及生成的代码可能出现 bug。此外，CodeWhisperer 的表现可能在处理领域特定逻辑时受限，这取决于周围代码结构的清晰度。
尽管存在局限性，CodeWhisperer 仍然为开发者提供了极大的价值，通过节省时间，让开发者能够专注于改进代码、重构和测试。随着技术的进步，这些问题有望得到改善。
总之，CodeWhisperer 是一个重要的生产力工具，有助于开发者成为更优秀的程序员，即使在面对复杂任务时，也能确保代码质量。尽管 AI 助手未来能否取代人类编写代码尚不确定，但它们无疑为编程世界带来了创新和发展。