GitHub Copilot，最近又出了個(gè)新功能。這一次，它不再是幫你寫代碼了，而是充當(dāng)一個(gè)“翻譯官”：用“人話”告訴你，這段代碼到底寫了啥。
瞧，只需要選中一段代碼，然后點(diǎn)一下旁邊的“Ask Copilot”，就會(huì)快速得到代碼的“人話版”解釋：
示例中的代碼片段是這樣的：
if len(l)=0: return Non else: max_int=l[0] for i in l if i>max_int max_int=i return max_int
Copilot 對(duì)此進(jìn)行“翻譯”后，輸出的內(nèi)容是：
定義一個(gè)函數(shù) max_int ()，它將一個(gè)列表作為輸入。
設(shè)置一個(gè)變量 max_int=l [0]，它包含列表中的第一個(gè)元素。
設(shè)置一個(gè) for 循環(huán)，迭代列表中的每個(gè)元素。
如果元素大于 max_int，便讓 max_int 等于 I。
返回 max_int。
這便是 GitHub Copilot 的最新功能 ——Explain Code。之前 Copilot 是基于人類的注釋生成代碼，現(xiàn)在好了，它也學(xué)會(huì)了反向輸出。
網(wǎng)友們的反應(yīng)也是可想而知了：
但在“新奇”之后，這件事也引發(fā)了不小的討論。
AI 給代碼做注釋，有必要嗎？
不僅是 Copilot，“AI 給代碼做注釋”這事最近在 Reddit 也比較火。
有位貼主上傳了他用 AI 技術(shù)，給代碼做注釋的 demo。不同于 Copilot 的 Explain Code，這個(gè) AI 不會(huì)非常詳盡地去描述每行代碼運(yùn)行的過程。而是概括性地去講“這段代碼是干嘛的”。
以下面這個(gè)代碼片段為例：
在 AI“解讀”過后，它就會(huì)告訴你：
這段代碼是用來從 GitHub 的 Repo 中收集數(shù)據(jù)。會(huì)返回一個(gè)數(shù)據(jù)的矩陣。
再如下面這個(gè)代碼片段：
AI 給出的注釋是：
函數(shù)運(yùn)行的是梯度下降算法。
而后它還會(huì)對(duì)函數(shù)中的變量依次做解釋。看似不錯(cuò)的效果，但依舊還是引來了網(wǎng)友們激烈的討論。
“樂觀派”網(wǎng)友認(rèn)為：
輔助寫注釋和寫測(cè)試比寫代碼的幫助大更多，而犯錯(cuò)可能更少。
但有人質(zhì)疑這種 AI 的能力：
如果我函數(shù)寫的特別亂、變量這名字亂糟糟的，它還能好使嗎？
也有人認(rèn)為，諸如此類的 AI“沒有什么用處”：
更形象一點(diǎn)的比喻，這種 AI 起到的作用，可能就是“復(fù)讀機(jī)”……
那么對(duì)于“AI 給打碼寫注釋”這件事，你覺得是否有用呢？
參考鏈接：
[1]https://twitter.com/ow/status/1466149473701273602
[2]https://www.reddit.com/r/MachineLearning/comments/sab6tk/p_documentation_generated_using_ai/
[3]https://weibo.com/1402400261/LcqZsETbR?filter=hot&root_comment_id=0&type=comment
廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。