Die Zukunft des Programmierens? Das OpenAI-basierte Entwicklertool von GitHub ist da

GitHub Copilot for Business, die auf OpenAI Codex basierende Paarprogrammierer-Erweiterung, ist jetzt allgemein mit einer aktualisierten Version verfügbar Version von OpenAI Codex und ein neuer Echtzeit-Schwachstellenfilter, der beim Codieren im Codex häufige Sicherheitslücken erkennt Editor.

Der Microsoft-eigene Code-Repository-Dienst kündigte Copilot for Business im November an, wodurch eine neue teambasierte Option zum bestehenden Copilot für Einzelpersonen hinzugefügt wird. Der Dienst kostet 10 US-Dollar pro Benutzer und Monat. Kosten für das Copilot for Business-Abonnement 19 $ pro Benutzer und Monat, basierend auf der Anzahl der zugewiesenen Copilotensitze.

Auch: Speichersichere Programmiersprachen sind auf dem Vormarsch. So sollten Entwickler reagieren

Der Codex von OpenAI, der Copilot-Codevorschläge unterstützt, übersetzt natürliche Sprache in Code. Copilot kann mit verschiedenen Editoren verwendet werden, darunter Microsoft Visual Studio, Neovim, VS Code oder JetBrains-IDEs.

Laut GitHub verfügt Copilot jetzt über ein aktualisiertes Codex-Modell und neue Funktionen. Darüber hinaus wurde ein Sicherheitsschwachstellenfilter entwickelt, um Copilot-Codierungsvorschläge sicherer zu machen und Entwicklern dabei zu helfen, unsichere Codierungsmuster im Handumdrehen zu erkennen.

Das neue Codex-Modell – das Microsoft Entwicklern zusammen mit GPT-3.5 und DALL•E 2 anbietet Azure OpenAI-Dienste – sollte dazu führen, dass ein höherer Prozentsatz des Codes von Copilot geschrieben wird.

GitHub behauptet, dass bei der Einführung von Copilot für Einzelpersonen im letzten Jahr durchschnittlich etwa 27 % der Codedateien der Entwickler von Copilot generiert wurden. Nun liegt der Durchschnitt für diese Messung über alle unterstützten Programmiersprachen bei 46 %, während er für Java bei 61 % liegt.

Die Code-Akzeptanzrate von Copilot ist niedriger, aber die Rate steigt immer noch. Im Juni 2022 akzeptierten Entwickler durchschnittlich 27 % der Vorschläge. Dieser stieg im September auf 30 % und erreichte im Dezember 35 %.

Neben der Aktualisierung von Copilot auf ein neueres Codex-Modell erhielt Copilot ein „Paradigma“ namens Fill-In-the-Middle (FIM), das über das hinausgeht Die bisherige Methode berücksichtigt nur das Präfix des Codes, um bekannte Codesuffixe zu berücksichtigen, und lässt in der Mitte eine Lücke für Copilot füllen.

„Auf diese Weise erhält es jetzt mehr Kontext über Ihren beabsichtigten Code und darüber, wie er mit dem Rest Ihres Programms zusammenpassen soll. FIM in GitHub Copilot produziert durchweg Codevorschläge höherer Qualität, und wir haben verschiedene entwickelt Strategien, um es ohne zusätzliche Latenz bereitzustellen“, erklärt Shuyin Zhao, Senior Director für Produktmanagement bei GitHub.

GitHub hat außerdem seine VS Code-Erweiterung mit einem „leichtgewichtigen clientseitigen Modell“ aktualisiert, das den Kontext des Benutzers lernt, um die Häufigkeit unerwünschter Vorschläge zu reduzieren. GitHub behauptet, dass dies zu einer Reduzierung unerwünschter Vorschläge um 4,5 % geführt habe.

Auch: Programmiersprachen: Warum dieser alte Favorit wieder auf dem Vormarsch ist

Der neue Schwachstellenfilter nutzt auch große Sprachmodelle (LLMs), um „das Verhalten statischer Analysetools anzunähern“. GitHub gibt an, dass es unsichere Codierungsmuster in Echtzeit blockieren kann und auf sehr häufige Sicherheitsprobleme wie hartcodierte Anmeldeinformationen, SQL-Injections und Path-Injections abzielt.

Copilot für Einzelpersonen und Unternehmen könnte Microsoft dabei helfen, mehr Benutzer für GitHub zu gewinnen. GitHub kürzlich berichtete, dass es 100 Millionen Nutzer hatte – weit mehr als die meisten Maße der weltweiten Entwicklerpopulation. GitHub-CEO Thomas Dohmke sagte, die Entwickler arbeiteten nicht mehr für Softwareunternehmen.

„Sie sind eine zunehmend vielfältige und globale Gruppe von Menschen, die branchenübergreifend arbeiten und an Code, Design usw. basteln „Ich arbeite in meiner Freizeit an Dokumenten, trage zu Open-Source-Projekten bei, führe wissenschaftliche Forschung durch und vieles mehr“, argumentierte Dohmke.

„Das sind Menschen, die auf der ganzen Welt arbeiten, um Software für sie zu entwickeln Krankenhäuser, Filmemachen, NASA, und das PyTorch-Projekt, das KI- und maschinelle Lernanwendungen unterstützt. Es sind auch Menschen, die es wollen Helfen Sie einem geliebten Menschen bei der Kommunikation Und Familienmitglieder überwinden Krankheiten."