程序员的饭碗不保？国外推出自动生成代码的AI工具

近日，GitHub 和 OpenAI 发布了一款名为 Copilot 的AI工具的预览版，该工具可用于 Visual Studio Code 编辑器中自动生成代码片段。

根据 GitHub 的说法，Copilot 所做的不仅仅是模仿以前见过的代码。它具备更加强大的功能，会先分析程序员已经编写的代码再生成新的匹配代码，包括之前调用的特定函数。该项目的 示例包含自动编写导入推文的代码，绘制散点图等都已经展示在 GitHub 网站上。

根据GitHub的CEO Nat Friedman 透露，该工具适用于Python、JavaScript、TypeScript、Ruby和GO等编程语言。

Copilot 建立在一种名为 OpenAI Codex 的新算法之上，OpenAI 首席技术官 Greg Brockman 将其称 为 GPT-3 的后代。

GitHub 将它当作是多人合作编程的演变，其中两个程序员同时在一个项目上，以发现彼此的错误并加快开发过程。使用 Copilot 时,其中的一个程序员就是虚拟的。

在我看来，这项技术有利于减少人力成本，并且提高工作效率。毕竟对于程序员来说，人与机器的沟通效率高于人与人的沟通效率。

目前， Copilot 还处于受限的技术预览阶段，但是大家可以从 GitHub 网站上获取到，并抢先体验。

大家觉得这项技术会获得成功，并广泛应用于各大公司吗？

当任务数量大于可供完成任务的人员或设备时，可称之为超额任务。对于此类人物分配问题，可以在规划求解模型中新增一个虚拟的人员或设备，参与到当前的任务的分配过程中来。而实际上，这个新增的虚拟的人员或设备并非当前就可提供，因此在计算开销时再不需要考虑这部分时间或者费用。

这里仍以等额分配那篇文章中使用的例子为例，程序开发任务增加到6个模块，原有的开发人员和时间估算保持不变，而新增的任务的根据题目需要，我们首先尽力规划求解所需的公式模型。

这里我们新增了一个模块6，同时还在第14行增加了一个“虚拟程序员”共同参与任务分配。

其中单元格区域B9:G14用于记录实际的任务分配情况，可以用数字0来表示任务未分配；用数字1来表示任务已分配。

H列由于统计各程序员最终的任务分配情况，根据任务分配的特性，每个程序员最终只能分配到一个任务。在单元格H9中输入公式“=SUM(B9:G9)”并向下复制到单元格H14。

第15行用于统计各模块开发任务的最终人员安排情况。同理，每个模块开发任务最终只能安排给一个程序员。在单元格B15中输入公式“=SUM(B9:B14)”并向右复制到单元格G15。

I列用于统计实际任务分配状态下各程序员完成对应模块所需的时间，可以在单元格I9中输入公式“=SUMPRODUCT(B2:G2,B9:G9)”并向下复制到单元格I13。

单元格I15用于累计单元格区域I9:I13中的时间，即完成所有5个模块开发任务的总时间。在单元格中输入公式“=SUM(I9:I13)”。

---