用ai算法幫程式員寫ai算法？或許不少程式員“你已經是一個成熟的ai了，該學會自己補全代碼了”的心願就要實作。
在今年6月份，github與open ai一同合作，推出了一款名為“github copilot”的ai工具，copilot可以根據上下文自動補全代碼，包括文檔字元串、注釋、函數名稱、代碼，隻要程式設計者給出一定提示，這款ai工具就可以補全出完整的函數。
令人震驚的是copilot還在不斷進化。在近日舉行的github universe 2021開發者大會上，github官方表示copilot已開始支援java、c、c++和c#等語言的多行代碼完成，并增加了neovim和jetbrains ide，包含開發者常用的intellij idea、pycharm等編輯器的支援。
github表示，如今新寫的30%代碼都是在ai程式設計工具copilot的幫助下完成的，copilot真的如此強大嗎？在社交網絡中，已有不少早早拿到了copilot試用資格的部落客分享了他們使用copilot的感受。
當然，除了認真寫copilot使用體驗的部落客，還有偷偷摸魚被抓個現着的程式員……
copilot雖然強大，但就和大部分人工智能工具一樣，它仍是建立在openai codex算法的基礎上，需要通過海量的代碼來訓練其智能程度。這對同樣有着微軟血統的openai以及github來說不是問題，微軟在2018年斥資75億美元收購了全球約有5000萬使用者的代碼共享網站github，這意味着copilot所依托的codex算法接受了數十億行公共代碼的訓練。
事實早在copilot誕生之前，openai就推出1750億參數的ai模型gpt-3，gpt-3耗費了千萬美元對人類的詩歌、小說、新聞等海量自然語言進行訓練（主要是英語），也是以gpt-3對自然語言具備了一定程度的了解能力。神經網絡之父geoffrey hinton在gpt-3出現後，曾這樣感慨：“生命、宇宙和萬物的答案，其實隻是4.398萬億個參數而已。”
codex就是基于gpt-3進行訓練，openai 的聯合創始人兼首席技術官greg brockman曾表示codex是 gpt-3 的後代。是以codex也具備了将部分指令清晰的英語翻譯成代碼的能力，甚至有部分媒體宣傳codex已經讓程式員門檻降低到了隻要會英語就能寫代碼的地步。
在官方示例的codex效果展示中，程式員隻需要在編輯界面寫下“make it be smallish”示例上圖中的大型飛船就會如下圖一般縮小，而在這個過程中程式員并不需要輸入一行代碼，codex會自動編寫車程式。
如今，codex經過無數代碼與金錢訓練出來的強大能力應用到了ai工具copilot上，這雖然造就了copilot神奇的代碼補全、給出函數建議等功能，但同時也使得copilot陷入了系列輿論争議風波。
當copilot受到越來越多程式員的歡迎，github的ceo nat friedman興奮地表示：“每天都有數百名github的開發者在使用copilot，如果預覽版進展順利的話，我們将計劃在未來某個時候将其擴充為付費産品。”
nat friedman的這番話讓copilot一下沒那麼香了，這意味着經過github和openai的一波神操作後，收費的copilot白嫖了全球最大的代碼共享網站github5000萬使用者的知識成果用來商業化。<b>這其中引起争議的焦點就在于copilot的版權存在開源代碼衍生品商業化gpl版權問題。</b>gpl（general public license）即通用公共許可證，是一系列自由軟體許可證的統稱，它可以用來保證使用者運作、研究、共享和修改軟體的自由。與此對應的是，任何複制、遷移gpl版權的衍生作品都必須遵循相同或等效的許可條款。
簡單來說就是，我是開源軟體、開源代碼你随便用沒問題，但你隻要用了就也得支援開源，其它任何人也可以免費使用你的代碼或軟體。copilot引起github社群人們公憤的關鍵就是其把開源代碼洗成商業産品，無視了早期促程序式語言世界豐富、開放的開源精神，已有不少程式員在社交媒體上公開表示未來将不再使用github來托管自己的代碼。
github官方則解釋copilot“通常不會精确複制代碼塊”，也有人認為copilot通過海量代碼ai訓練最後得出來的結果就如同人類一樣，人類前期也需要通過學習其他人的相關知識來内化成為自己的，很難把ai模型訓練出來的代碼簡單的了解為複制粘貼。
然而已有不少人否定了這個說法，在通過copilot解決程式中的一些經典問題時，會發現copilot幾乎一字不差的複制粘貼了github上的某段經典代碼。這意味着在copilot成為商業産品後，使用copilot的使用者在把其代碼應用到自家産品時一不小心就會中招違反gpl協定，面臨被人起訴的風險，是以，已有一些科技公司已明确要求禁止員工使用copilot。
copilot在實際應用中面臨的問題不止如此，随着程式員們對copilot了解的逐漸加深，他們發現copilot并不完美，仍然存在着不少缺陷。copilot背後的codex既經過大量文本語言訓練，也吸收了網絡世界中魚龍混雜的海量代碼，是以copilot輸出的部分代碼或許看出去沒有那麼美好，有着隐私洩露、安全風險等問題。b站大佬陳睿就躺槍了一次，雖然立刻有網友表示其中出生年月日資訊有誤。
也有網友表示“copilot 一時爽，調試火葬場”，因為想要清楚、清晰的描述出目标函數想要實作的功能并不簡單，同時在使用copilot的過程中，需要不斷去回顧檢查ai生成的代碼是否正确，這反而容易幹擾到程式設計時的原有思路。
目前，github copilot還處于未收取任何費用的申請試用階段，網際網路上關于它的争論也還在繼續，随着ai工具日益強大，人類将來面對的類似問題隻會越來越多。