在 GitHub 的最新研究中，使用 Copilot 的开发人员在统计上更胜一筹
在 GitHub 最近的一项研究中，对 GitHub Copilot 进行了测试，以确定人工智能编码助手在帮助开发人员编写代码时，客观上是否比不使用人工智能编写的代码更好或更差。为此，GitHub 与 202 名 Python 开发人员进行了合作，其中 104 人使用 Copilot 进行编码，98 人未使用。开发人员的任务是创建一个包含餐厅评论的网络服务器，并通过 10 个单元测试来评估其功能。
对于每个完成的提交，至少有 10 名开发人员逐行检查代码，他们不知道代码是否是在人工智能的帮助下编写的。所有 1,293 份审查结果都对代码样本的可读性、可靠性、可维护性和简洁性进行了评估。此外，评审人员还评估了代码是否应最终获得批准。
这项研究的结果预示着人工智能在代码编写中的应用前景良好，GitHub 强调了四项关键发现。
- 与非人工智能开发人员相比，Copilot 帮助开发人员通过全部十项单元测试的频率提高了 56%，从而增加了功能。
- Copilot 辅助代码的可读性更高，帮助开发人员在不遇到可读性问题的情况下平均多写了 13.6% 的行数。
- 可读性、可靠性、可维护性和简洁性平均提高了 3.29%，其中简洁性的提高最为显著，达到了 4.16%。
- 与非人工智能代码相比，Copilot 辅助代码的通过率提高了 5%。这意味着代码在投入生产前所需的时间更短。
有关研究方法和结果的详细信息，请访问下面链接的 GitHub 官方博文。
资料来源
