• 时间:
  • 分类: AI副驾驶
  • 标签: None
  • 阅读(479)
  • 👍推荐(0)
  • 评论(0)

如果从事后的角度看互联网大厂的收购案例，我觉得这几个可以堪称完美：Google 收购 YouTube 和 Android，Facebook 收购 Instagram，字节收购 Musical.ly，以及微软对 GitHub 的收购。

而微软以 75 亿美金的价格对 GitHub 的收购在如今的 AI 时代，显得更加突出，既走在了 AI 的最前沿，也让 GitHub 背后所代表的技术开发群体担心哪天可能会被 AI 所取代。

昨天，GitHub CEO Thomas Dohmke 与 Freethink 进行一个对话，在这个对话访谈中，Thomas Dohmke 说 Copilot 很快将可以实现 80%的代码编程（Copilot will write 80% of code “sooner than later”），而现在这个数字大概在 50%左右。

Thomas Dohmke 认为开发者不会被取代，而是可以让他们将更多时间专注在剩余的 20%那一部分。Copilot 将重塑编程这个职业，并且将改变我们学习的方式。

同时，Thomas Dohmke 分享说，在今年 2 月份正式发布 GitHub Copilot for Business 版本后，现在已经有超过 1 万家企业客户在使用 Copilot 的企业版，比方说像可口可乐以及 Airbnb 等这样的企业，而微软本身也有 3 万多名员工在使用企业版的 Copilot，并在其帮助下进行编程。

由于这整个对话比较长，我简单分享了几个我觉得有价值的点：

  1. 从系统思维的角度来看，未来的开发者需要做的事情是：理解软件的复杂性，并能够将一个非常大的问题、挑战或新特性分解成小问题，这将发挥越来越重要的作用。作为开发人员，我们需要能够管理解决大型复杂问题的大型复杂系统。而且，你需要能够将它们分解为小的构建块。
  2. 有了 Copilot 后，程序员的工作将变得更加专注，它可以让你在有限的编程时间更加有创造力，因为你不再需要在各种其它产品（编辑器、浏览器、搜索引擎）之间来回切换。对于创业公司来说，快速行动是其生存的唯一途径，即使只是提高 20-25%的生产力，也可能会决定他们的生存能力。
  3. GitHub 在 2020 年正式开始研究 Copilot，在正式推出 Copilot 前他们在内部和 Github 客户里都做了一些测试，得到的反馈非常好，之前没有任何一款产品（功能）能获得这么好的反馈，无论是留存率还是其它指标，都没有一款产品可以与 Copilot 相比。
  4. GitHub 通过跟踪其客户和社区用户的使用习惯，得出目前已经有接近 50%的编程是通过 Copilot 完成的，而且这个比例还在不断提高。同时，通过对使用 Copilot 和没有使用 Copilot 的开发者进行的测试表明，使用 Copilot 比没有使用的效率提升了 55%，并且成功率也要高 78%vs70%，即使只是提高 55%，这也会改变整个行业。
  5. 对于 AI 给教育带来的变革，Thomas Dohmke 认为知识的重要性将会降低，而掌握推理、探索内容的能力——知道如何确定 AI 提供的内容是否真正是正确答案——将变得至关重要。老师将与孩子们一起学习如何做到这一点。学生们必须弄清楚，AI 给出的是否真正是我正在解决的问题的答案，还是模型在产生幻觉？
  6. GitHub 一直在为开源开发者的权利而战，因为我们相信开源是实现人类进步的基础。开源所带来的协作模式可能是存在的最无边界和最无障碍的协作模式：来自全球各个国家的开发者相互合作，他们不关心我们在这个星球上所面临的所有其他冲突。

  1. 除了通过传统的打字输入，GitHub 也开发了一款通过声音输入实现编程的产品 Copilot Voice，这将解放你的双手，同时也让那些残疾人可以直接用语音实现编程的梦想。

整个对话我觉得很有启发，感兴趣建议阅读完整的原文：https://www.freethink.com/robots-ai/github-copilot。
尽管 GitHub 在技术开发栈的作用不言而喻，Copilot 也给编程带来了新的变革，不过一手打造了 GitHub 很多产品的前 CTO Jason Warner 仍然认为，现有的大模型及其能力仍处于萌芽阶段，它们今天为工程师提供了额外的生产力，但它们尚未真正引领我们作为一个社会创造软件的巨大变革，于是最近再次出来创立了一家新的公司 Poolside，并且种子轮即拿了 2600 万美金的融资。

我之前曾简单介绍过 Poolside，并且非常看好这块的机会，其核心的专注点在软件和代码（Software and code），通过软件和代码来追求狭义的人工智能（We are going after narrow AGI through software and code）。