Copilot 是 GitHub 推出以 AI 驱动的开发工具，可根据上下文提示你接下来可能要编写的代码。这款产品取得了巨大的成功，在很多方面都很受欢迎，尤其深受工程师的喜爱，在大约一年内吸引了超过一百万的用户，而且据称大幅提高了生产力（即便你是顶级工程师，Copilot 也可以替你编写一半或更多的代码）。
此外，从商业角度来看，这款产品有望取得巨大成功。Copilot 每月每个人的收费为 10～19 美元，按照 GitHub 的 1 亿用户来算，可产生 10 亿美元的收入甚至更多。
图片
Copilot 的成功掀起了淘金热。各大公司的创始人竞相将大型语言模型的强大功能带到各种其他行业，并构建各种工具来帮助专业人士创作、编程、设计以及制作媒体。例如，律师的 Copilot、医生的 Copilot、设计师的 Copilot，以及各种其他的 Copilot。
这些发展方向都很令人兴奋。我们认为，生成式 AI 将改变一个又一个行业，提高各类专业人士的工作效率，并取悦一波又一波的消费者。
然而，对于开发人员来说，这只是一个开头，还有很多工作要做。Copilot 建立在 OpenAI 模型 Codex 之上，这只是 AI 帮助软件工程师转变工作方式的开端。Andrej Karpathy 曾在 2017 年预测，神经网络将创造新一代软件，即“软件 2.0”，我们可能会看到帮助人们制作软件的工具也将面临同样转变，即“开发者工具 2.0”。
该领域的机遇很多。一些创始人正在迭代 Copilot 推广的编辑器内编程体验，尝试不同的交互模式或不同的模型，例如 Replit 的 Ghostwriter、Soucegraph 的 Cody、TabNine 等。
更广泛的领域还有更多机会。除了编写代码之外，工程师还有很多工作，比如调试和编写文档，或者其他工程组织所做的工作，如事件响应。除了“更快地编写代码”，我们还能想到其他价值主张，例如“编写性能更高或更安全的代码”。此外，我们还可以考虑放弃插件形式，并重建整个应用程序。除了软件工程师以外，我们也可以想一想其他角色，例如需要编写脚本的数据科学家，或者努力编写 SQL 查询的数据分析师等。总之，开发人员的工作流程涉及许多探索机会和领域。
文章来源：CSDN
