了解用于 C# 开发的 GitHub Copilot

GitHub Copilot 简介

GitHub Copilot 是由 GitHub 和 OpenAI 共同开发的人工智能代码自动完成工具，它通过提供智能代码建议和自动完成重复性任务，彻底改变了编码体验。 GitHub Copilot 利用来自 GitHub 公共仓库的大量训练数据，生成准确、相关的代码补全，从而提高工作效率，使开发人员能够专注于项目中更复杂的方面。

无论您是在进行软件开发、修复错误，还是在探索新的编码概念，GitHub Copilot 的实时建议和内联聊天功能都能让开发过程更顺畅、更直观。通过订阅 GitHub Copilot，开发人员可以释放这一创新工具的全部潜能，改变他们的编码工作流程，提升他们的软件开发生命周期。

从 Tim 的角度了解 GitHub Copilot.

Tim Corey 首先介绍了 GitHub Copilot，这是一款人工智能配对程序员，旨在通过建议代码片段和根据从公共资源库中学到的模式完成代码来帮助开发人员。 Tim 强调说，虽然该工具有望成为重要的辅助工具，但区分营销炒作和现实情况至关重要。

通过访问 GitHub Copilot 扩展，开发人员可以改变他们的编码实践，充分利用人工智能提供的源代码和代码建议来生成高效省时的代码。

人工智能与机器学习

Tim 澄清说，GitHub Copilot 并非真正的人工智能。 而不是属于机器学习的范畴。 他解释说："人工智能是关于决策和选择，而机器学习是关于识别模式并根据这些模式提出行动建议。蒂姆强调了理解这一区别的重要性，以便对工具能做什么和不能做什么设定切合实际的期望。

GitHub Copilot 如何工作

Tim 举例说明了 GitHub Copilot 如何根据注释和部分编写的代码推荐代码。 他演示了该工具生成情感分析代码的场景，展示了该工具提供有用建议的能力，从而节省了时间和精力。 不过，他提醒说，开发人员仍然必须理解其生成的代码。 正如 Tim 所说，"它给你的是别人的代码，你需要知道它在做什么"。

GitHub Copilot 的优势

Tim 强调的主要优势之一是 GitHub Copilot 可以帮助开发人员避免重复劳动。 通过利用现有的代码模式，开发人员可以专注于解决更高层次的问题，而不是编写模板代码。 Tim 解释说："作为开发人员，我们不应该重新发明轮子。 如果别人已经做得很好了，我们为什么还要再做一次呢？

GitHub Copilot 的局限性

尽管 GitHub Copilot 有很多优点，但它并不是万能的。 Tim 警告说，这不是一个可以处理完全新问题的代码生成器。 此外，译文还需注意以下几点：首先，译文必须是专业性的；其次，译文要善于针对常见的编码难题提出解决方案。 "Tim 解释说："它不会凭空为你编写方法。 "这就是研究已经完成的工作，并提出这些模式"。

实际考虑因素

Tim 分享了使用 GitHub Copilot 的实际注意事项。 他强调，虽然工具可以提供很大的帮助，但开发人员必须理解工具生成的代码。 不加理解地盲目复制代码可能会在需要调试或修改代码时造成问题。 "你需要理解它所编写的代码，"Tim 强调说。 "如果它坏了，而你不知道它是做什么的，你就有麻烦了"。

编码面试的意义

Tim 讨论了 GitHub Copilot 如何影响编码面试。 他提到了一次内部测试，GitHub Copilot 在几分钟内就完成了编码评估。 这就对传统编码测试的有效性提出了质疑。 不过，Tim 认为，理解代码的底层逻辑仍然至关重要，编码面试仍应评估开发人员的理解能力和解决问题的技能。 "Tim 指出："即使 GitHub Copilot 能够通过编码测试，也并不意味着开发人员理解了代码。

评估报价和假设

Tim 回顾了各种来源的引文，强调了关于人工智能驱动的编码工具的常见假设。 他同意 GitHub Copilot 可以帮助解决语法和语言上的特殊问题，但强调真正理解代码的逻辑是必不可少的。 开发人员不应只依赖 Copilot 而不掌握代码背后的原理。 "Tim 说："试图用一种不熟悉的语言进行编码，而只是在 Google 上搜索所有内容，这就好比仅靠一本短语书在异国他乡航行。 "使用 GitHub Copilot 就像雇了一个翻译员"。

初级开发人员的风险

Tim 强调了初级开发人员使用 GitHub Copilot 的一大风险：误解自己的代码。 他介绍了一个初级开发人员使用 Copilot 生成电子邮件验证正则表达式的场景。 虽然生成的代码可以通过初始测试并在生产中运行，但开发人员可能无法真正理解其功能或潜在缺陷。 缺乏理解可能会导致危险的疏忽，尤其是在快节奏的环境中，开发人员很快就会从一个项目转到下一个项目。

优点和缺点的平衡

Tim 肯定了 GitHub Copilot 的积极方面，例如它能够教授 JavaScript 等语言的细微差别。 他很欣赏 Copilot 可以向开发人员介绍他们可能不熟悉的新技术和新模式。 不过，他强调开发人员必须理解和学习这些建议，而不是盲目接受。

增强单元测试

Tim 强调了 Copilot 的一个特别令人兴奋的功能：它能够协助单元测试。 他分享了一个例子：Copilot 检测到缺少一个测试，并建议编写该测试。 这种能力可以帮助开发人员捕捉边缘情况和潜在错误，从而提高代码质量。 Tim 热衷于让 Copilot 发挥结对程序员的作用，指出盲点并增强测试的稳健性。

了解和提高代码质量

Tim 根据 Python 函数的基准测试讨论了 GitHub Copilot 的性能。 第一次尝试时，模型正确填写功能体的比例为 43%，十次尝试时为 57%。Tim 强调了开发人员理解生成代码的重要性，因为 Copilot 的建议在很大程度上可能是错误的。

开发工具的演变

Tim 回顾了开发工具的发展历程，将 Copilot 与之前的 IntelliCode 等先进工具以及从 Stack Overflow 等来源引入代码片段的早期插件进行了比较。 他认为，这一演变过程中的每一步都建立在前辈开发人员的工作基础之上，在提高开发效率的同时，也不会取代对人工监督和理解的需求。

开发人员的作用

Tim 解决了人们对人工智能取代开发人员的担忧。 他断言，像 Copilot 这样的工具不会让开发人员变得多余。 不过，这些工具只是在语法和微观逻辑方面提供帮助，开发人员仍需对应用程序的整体逻辑和结构负责。 他将此比喻为使用预建库和框架，这样既能简化开发过程，又不需要熟练的开发人员。

结论

GitHub Copilot 代表着人工智能辅助编码领域向前迈出的重要一步，为 C# 开发人员带来了诸多益处。 不过，正如 Tim Corey 在其视频中建议的那样，明智地使用这一工具至关重要，以确保它能提高而不是降低您的编码技能。 有关更多见解和实践学习材料，请访问 Tim Corey 的YouTube 频道。