从 AI 代码生成模型到 AI 编程助手应用实战

▼最近直播超级多，预约保你有收获

近期直播：《从 AI 编程助手到AI Agent应用实战》

随着科技的发展，软件设计方式也在不断地演进，从最初的面向机器，到面向过程，再到面向对象，面向领域，最后到现在快要成为可能的面向自然语言。在软件设计开发领域，我们一直在探索更高效的开发方式

— 1 —

AI 编程的发展史

AI编程的前身，自动代码生成或程序合成(Program Synthesis)一直是计算机科学领域长久以来的一大难题。

自从1945年阿兰·图灵构思的自动计算引擎中提到了一些机械化的指令可以让计算机自己生成，到现如今的 Codex，第一个百亿规模预训练代码生成模型，人们一直在探索如何让机器更好地生成和编写代码。

如今，基于大模型的 AI 编程工具，如Github Copilot，Cursor，Bito，CodeWhisperer和CodeGeeX2等，已经开始应用到实际的编程工作中，它们不仅可以生成代码，还可以帮助程序员进行代码补全、代码翻译、代码注释等任务，大大提升了程序员的编程效率。

想要了解AI编程有多强大，不妨先从了解AI编程工具入手...

— 2 —

CodeGeeX模型解读

CodeGeeX。其模型架构主要基于 GPT 的自回顾模型，包含40层 Transformer，总计参数量达130亿。

它的训练数据主要来自开源数据集和额外爬取的数据集，覆盖了23种编程语言，例如 Python、Java、C++、C、Go、JS、HTML等。在训练过程中，先将代码数据分词并标识符化(Tokenization)，然后为不同语言文件加上语言标识。

模型训练框架和算力方面，基于华为的 Mindspore 1.7，使用了1536张昇腾910 AI 处理器。这个模型训练时长长达2个月，训练量达到了8500亿 tokens。

以上是CodeGeeX的一个基本情况，训练完成后，可以通过VS Code、IDEA、PyCharm 等插件进行使用，支持代码生成、代码补全、代码翻译、代码注释等交互模式。可以肯定，他的知识量和代码能力绝非个体可以比拟的，更不用说工作效率了。我们可以想象下未来的编程工作会是什么样子？AI编程将会带来哪些改变？

— 3 —

对AI编程的几点思考

以下是我深度研究和体验AI编程工具后引发的一些个人思考：

1、AI生成的代码是否还需要存储在代码仓库中？

2、需求变更后，是让AI重新生成代码，还是人工手动修改原来的代码？

3、在微服务分层架构模式的基础上，Serverless 架构是否会是一种更适合的模式？

3、对于程序员来说，从手工编码、到低代码、零代码、再到AI生成代码，这个新时代，时代在进步，繁琐 Coding 终究交由机器来完成，我们去从事更有思考深度的工作，做一个积极拥抱变化"马车夫"！

— 4 —

结束

总的来说，AI在编程领域的应用，不仅可以提高编程效率，还将推动编程方式的变革，开启新的编程时代，作为软件开发从业者的我们，享受科技带来的便利的同时，必然也会迎来相应的挑战。

为了帮助更多同学们掌握好 AI 编程的使用，今天我会开一场直播和同学聊聊 从 AI 编程助手到 AI Agent 应用实战，请同学点击下方按钮预约直播，咱们今晚8点不见不散哦。

END

近期直播：《从 AI 编程助手到AI Agent应用实战》

点击下方预约

这是我的第80篇原创 AIGC 内容

请点赞，在看，转发为我加油~

关注我

看更多 AIGC 内容