写在开头
在过去几个月，AI相关的新闻引发了广泛关注。作为一名程序员，我在这股AI浪潮中感到既兴奋又焦虑。兴奋于AI对生产力的提升，同时也担心像Copilot这样的AI辅助编码工具会彻底改变程序员的工作方式，以极高的效率取代传统的软件开发流程。
当然，这些都是未来的事情。我们现在能做的，就是保持敏锐的嗅觉，迎接AI时代的到来，成为“未来世界的幸存者”。
本文将对Github Copilot、ChatGPT等AI辅助开发工具进行深入评测，旨在帮助大家快速找到适合自己的AI工具。相信我，请不要再怀疑这些工具是否能提升你的效率。尝试使用后，你会很快习惯并依赖它们。
本文评测的工具包括：
- Github Copilot
- ChatGPT (GPT-3.5)
- New Bing
- Cursor.so
这些工具可以结合使用，提升你的开发效率。文章最后将给出总结和我的一些想法。
Github Copilot
Github Copilot是由Github与OpenAI合作推出的人工智能代码辅助工具，基于OpenAI的GPT技术，为开发人员提供实时的代码提示和生成功能，帮助他们更快速、方便地编写代码。
当前的Github Copilot基于GPT-3模型，能够分析上下文并根据已有的代码和注释推断出应编写的代码。使用Github Copilot，开发人员可以减少手动输入代码的时间，提高代码质量和效率。它支持多种编程语言，如Python、JavaScript、TypeScript、Ruby等，并可与主流的集成开发环境（IDE）和文本编辑器配合使用。
使用体验
我已经深度使用Copilot接近一个月，尽管与同事朋友们讨论使用体验时，我很难用语言准确描述，但我可以总结为以下几点：
- 编写熟悉的语言时，它能帮助减少重复模板代码的编写。
- 编写不熟悉的语言时，它能够准确推断意图，直接生成代码，免去查询API的时间。
- 它顺着你的思路生成代码片段，但从零开始生成整段代码的能力有限，通常需要手动修改。
接下来，我将介绍几种常用的使用方式。
1. 根据上下文生成代码
它可以根据函数名、类名和注释推断你想写的代码，帮你填充。
2. 根据代码生成注释
反过来，它可以理解你的代码并为你生成注释，只需在前面加上 // 前缀。
3. 帮你起变量名
它可以帮助你起变量名，这对很多英语不好的程序员来说是个福音。毕竟，编码的30%时间都花在想变量名上。
4. 和你聊天，当然，是聊代码！
Copilot可以在你的代码中进行对话，但并不能进行常识性交流。它的交流范围受到限制，只会与你讨论代码。
以上是我常用的几种方式，查阅了很多资料后，这些基本涵盖了大部分操作方式。
编码能力
接下来，我将通过相似的试题来评测这些工具的编码能力，首先从Copilot开始。
独立编写：单例模式
我给它设定的题目是独立写一个单例模式，这是国内Java开发者的“常考题”。让我们欢迎第一位选手，Github Copilot。
上面的编码动画展示了Copilot的表现，它自动生成了私有变量、私有构造方法和获取单例的公有方法。在写公有方法时，最初的代码没有考虑双重检查锁，我给了它一些提示，它补全了剩余的代码。
需要注意的是，由于单例模式在网上有大量学习资料，Copilot吸取了许多优秀代码，才能写得如此高效。这并不代表它能在所有复杂代码题上都能自动补全并保证正确性，因此大家需谨慎看待它的独立编码能力。
补全项目现有代码
第二个测试是让它补全项目的现有代码。我用自己写的代码举例，其中有一个DiffDTO实体类，addDiffDTO方法一行都没写，需要补全。
可以看到，它自动补全了代码，并且使用了已有的方法和变量。这是它的强项，能够根据上下文信息推断代码，写出的代码质量很高，80%的情况下无需大幅度修改。
不足之处
Github Copilot也有不足之处：
- 所有代码上下文通过HTTPS传到云端（微软的服务器），尽管微软承诺不会泄露任何代码，但在国内网络安全环境下，这种数据处理方式可能会受到影响，用户需注意。
- 对于复杂的代码逻辑，它的理解能力同样欠缺，擅长处理网络上有很多公开资料的代码段落和实现方式。
ChatGPT
接下来，我们来看另一位选手，最近火出的ChatGPT。
ChatGPT是一款基于GPT模型的聊天机器人，能够进行自然语言对话。它不仅可以回答用户的各种问题，还能学习和理解用户的需求，提供更恰当的回答和建议。
得益于其强大的语言处理能力，ChatGPT能够理解代码中的自然语言描述部分，并在训练阶段使用了大量代码相关文本语料，包括代码库、API文档、程序员交流论坛等，因此具有一定的代码理解和识别能力。
我使用的ChatGPT是GPT-3.5版本。我们直接进入正题，看看它的编码能力。由于是对话方式，我们需要向它描述需求。
编码能力
独立编写：单例模式
我：请用Java写一个单例模式。
写得不错，符合面试题的风格，提到了双重校验锁，但没有使用volatile。我们继续提问。
我：为何要用双重检查锁定？
ChatGPT解释了双重检查锁定的目的和实现方式，指出了可能存在的线程安全问题，并给出了使用volatile的建议。
我：上面的代码依然有漏洞，可以优化下吗？
ChatGPT进一步指出了volatile的细节问题，并解释了如何避免重排序问题。
这段对话展示了ChatGPT在处理面试题时的能力，尽管它的回答流畅，但并不代表在所有代码优化方面都能如此细致。
接下来，我们让ChatGPT解决一个Kotlin中并发接口的设计问题。
独立编写：Kotlin+Reactor设计并发接口
我：Kotlin中，如何用reactor框架写一个并发处理的方法，要求入参是List
，方法中将字符串后面拼接同样的字符串，输出List 。
ChatGPT给出了示例代码，并解释了如何使用Flux实现并发处理。尽管它的代码可以运行，但在保证返回值顺序与入参顺序相同的情况下，真正的并发执行仍需进一步探讨。
不足之处
ChatGPT在代码方面的回答经过调优，能够作为程序员的辅助工具，但也有不足之处：
- 面对不常见的复杂代码设计题，表现未必优秀。
- 不能全程辅助编码，无法与Copilot相比。
- 无法阅读整个项目的代码，上下文能力较弱。
New Bing
New Bing被描述为一个结合了搜索引擎和对话机器人的工具，能够为用户提供详细的答案和创意支持。
使用体验
New Bing目前在国内IP访问时会强制跳转到Bing搜索首页，因此需要使用科学工具访问。
编码能力
我们使用之前的测试例子（单例模式和Kotlin并发接口）来测试New Bing的编码能力。它在对话模式下能够认真地给出代码。
独立编写：单例模式
New Bing给出的代码比较基础，但在追问后能够快速修改。
独立编写：Kotlin+Reactor设计并发接口
New Bing在面对复杂问题时的表现与ChatGPT相似，但在某些情况下可能出现错误。
不足之处
与ChatGPT相比，New Bing在复杂代码设计题上表现相似，但由于使用了搜索引擎，可能更容易出现错误的结果。
Cursor.so
Cursor.so是OpenAI推出的一款IDE，能够帮助用户编写代码，并且是免费的。
编码能力
Cursor主要有两个功能：自动生成代码和根据当前代码进行聊天。它能够生成线程安全的单例模式代码，并支持聊天功能。
不足之处
- 服务不稳定，基础功能缺失，无法称之为可靠的IDE。
- 不支持插件和版本控制，整体使用体验较差。
总结
最后，总结这几个AI辅助编码工具的优缺点：
Github Copilot：
优点：
– 自动生成代码，提高开发效率。
– 学习项目中的代码风格，获取上下文生成代码。
– 支持多种编程语言，适用范围广。
缺点：
– 可能存在隐私问题。
ChatGPT和New Bing：
优点：
– 随时可用，不依赖代码项目，是查询的完美替代品。
缺点：
– 不能全程辅助编码，无法与Copilot相比。
– 对复杂代码逻辑的理解能力有限。
Cursor.so：
优点：
– 免费体验AI辅助编程。
缺点：
– 基础功能缺失，服务不稳定。
一句话总结，如果你希望将这些产品用于辅助编程，提高编码效率，使用Github Copilot结合ChatGPT是一个可行的方式。你可以在编写代码时使用Copilot，遇到问题时再求助ChatGPT。如果暂时不想为Copilot付费，可以只使用ChatGPT。不过，由于Cursor.so的使用体验不佳，建议等待其后续版本。