狠狠色丁香婷婷综合尤物/久久精品综合一区二区三区/中国有色金属学报/国产日韩欧美在线观看 - 国产一区二区三区四区五区tv

　　想不到，AI 生成的內容影響數據質量的問題，已經在代碼上出現了。最近，GitClear 發布的一項調查報告顯示，用 AI 寫代碼，正在導致「全球代碼質量面臨下行趨勢」。

　　這引起了全網熱烈討論：

　　「借助 AI 提供商，您可以將代碼生成速度提高 50%（即使是您不理解或無法編寫的代碼），但代價是代碼的質量和可持續性不斷下降。」

　　「我們要追求的，到底是質量還是速度？」

　　調查中，GitClear 分析了從 2020 年 1 月到 2023 年 12 月之間編寫的 1.53 億行代碼更改數據，

　　——1.53 億行代碼，是目前已知最大的用于評估代碼質量差異的數據集。

　　調查發現了什么？我們先看下面這張圖：

　　圖中展示了 4 年中的代碼改動率——編寫后不到兩周就被撤銷或更新的代碼行百分比，——深色部分表示受 AI 代碼生成工具影響的時間。

　　調查中同樣發現，「新增代碼」和「復制粘貼代碼」的比例相對于「更新」、「刪除」和「移動」代碼的比例在增加。

　　這貌似說明開發人員在大量使用 Copilot 等 AI 代碼生成工具，快速生成了大量代碼，但隨后發現了代碼中的問題，——GitClear 的報告預計在 2024 年，這個代碼改動率將達到 2021 年 AI 出現前的兩倍。

　　另外一點就是，AI 代碼生成工具不太理會人類程序員的一些原則（比如「重復造輪子」這件事），也就造成了代碼庫中越來越多的重復代碼。

　　——不過很多碼農都是「CV 程序員」，這樣看來，AI 也算是學到了精髓。

　　2023 年，GitHub Copilot 大放異彩。在短短不到兩年時間內，這款 AI 編程助手從一個「原型」迅速成長為「核心工具」，被全球數百萬開發者在數十萬家企業中廣泛應用，開啟了 coding 的新時代。

　　對此，GitHub 發表了多篇研究論文，探討了 AI 在軟件開發領域的增長與影響。

　　速度提升 55%，GDP 增加 1.5 萬億

　　研究表明，使用 Copilot 的開發者編碼速度可以提高「55%」，導致總的代碼量增加了 46%，并且為全球創造了 1.5 萬億美元 GDP。

　　有了這樣的成績，也就不難理解為什么 GitHub 的 CEO Thomas Dohmke，會在繁忙的工作之余，專門撰寫關于 AI 革命的文章。

　　在 2023 年 2 月 Copilot 個人版用戶超過一百萬之后，GitHub 又推出了 GitHub Copilot for Business 版本。

　　那么，有多少開發者在用 AI 來編寫代碼呢？

　　GitHub 與 Wakefield Research 在 2023 年 6 月的一項研究中指出，92% 的美國大型公司的開發者表示他們使用了 AI 編程工具。并且有 70% 的開發者認為使用 AI 帶來了明顯的好處。

　　不過，O’Reilly Publishing 在 2023 年 8 月給出的調查數據顯示，67% 的開發者沒有用過 ChatGPT 或 Copilot。不管怎樣，GitHub 在市場上仍有巨大的潛力等待挖掘。

　　——然而，大語言模型（LLM）生成的代碼引發的一個問題是：

　　這些代碼的質量和可維護性到底怎么樣？

　　面對 AI 滔滔不絕吐出的一大堆代碼，程序員似乎不太容易發現其中的問題——畢竟都不是自己寫的。

　　還有，眾所周知，當程序員接手前人留下來的*山代碼時，應該遵守的「潛規則」是：

　　如果這個代碼能夠正常運行，就千萬不要妄想去重構。

　　AI 生成代碼背后的挑戰

　　無法否認，Copilot 實實在在的提升了開發者的編碼效率。GitHub 的研究顯示，使用 Copilot 的開發者滿意度提升了 75%。

　　做初期產品開發的人是滿意了，可后面負責長期維護的人就蛋疼了。

　　資深代碼研究者 Adam Tornhill（著有《代碼即犯罪現場》）對此持保留態度：

　　使用 Copilot 可以使代碼編寫速度提高 55%，但如果是本就不應該編寫的代碼呢？

　　如《Clean Code: A Handbook of Agile Software Craftsmanship》一書的作者 Robert Martin 所說，代碼的閱讀時間是編寫時間的十倍。快速編寫糟糕的代碼，意味著給后來的代碼閱讀者帶來了巨大的負擔。

　　此外，AI 代碼助手還帶來了其他問題：

　　比如代碼助手擅長生成代碼，卻不擅長修改；當有多個生成工具給出建議時，評估哪個更好是很耗費時間的；

　　最后，AI 代碼助手與開發者的動機可能不同，對于代碼優化來說，AI 往往傾向于提出最有可能被接受的建議。

　　所以，相比于經驗更豐富的開發人員，初級開發者更傾向于接受 AI 給出的代碼建議：

　　而老鳥們深知，隨著時間推移，代碼的維護成本會越來越高。

　　代碼操作介紹

　　GitClear 將代碼變更分為七個類別（研究中涉及前六種）：

1. 新增代碼：首次提交的代碼行，代碼行是全新的，不包括對現有代碼行的小幅修改，也不包括那些被添加、移除后又重新添加的代碼行。 2. 刪除代碼：被刪除并提交的代碼行，且至少在隨后的兩周內未被重新加入。 3. 移動代碼：將一行代碼剪切并粘貼到新文件或同一文件內的新函數中。「移動」的操作僅涉及位置的變換，代碼內容不發生改變。 4. 更新代碼：修改大約三個或更少的單詞來更改原有代碼行。 5. 查找/替換代碼：從三個或更多位置移除相同字符串，并用一致的內容進行替換。 6. 復制/粘貼代碼：在一次提交中，將相同的代碼行內容復制到多個文件或函數中。 7. 無操作代碼：指一些微小的代碼變更，比如空格或同一代碼塊內行號的變化。

　　GitClear 自 2020 年起根據這些操作對 git 倉庫進行分類，并在 Diff Delta 文檔中提供了代碼操作的具體示例。

　　截至 2024 年 1 月，GitClear 分析并分類了大約十億行代碼，這些代碼來自商業客戶（如 NextGen Health, Verizon）和流行的開源倉庫（如 Facebook React, Google Chrome）。

　　其中，1.53 億行代碼為有意義的變更，被用于本研究。

　　最后，還有一個單獨的定義叫做「攪動」（churn），意思是代碼被創建、推送到 git 倉庫后，在接下來的兩周內被撤銷或大幅修改。

　　——也就是咱們最開始分析的那張圖，可以將「攪動」理解為，作者一開始編寫、提交并推送到公司 git 倉庫的代碼有問題，后來發現了。

　　數據分析

　　下表根據 GitClear 的數據，分析了不同的代碼行操作數量，并按照代碼的編寫年份進行分類。

　　表中的前六項就是上面提到的代碼變更的前六個類別，而最后一項是「攪動」。

　　將表格數據繪制成下面的圖表，可以更清晰地看出各種代碼操作類型的變化趨勢，比如，圖表中的淺藍色細線顯示了「Churn」類型代碼的變化：

　　對于 2024 年的預測，這里使用 OpenAI 的 gpt-4-1106-preview 助手，對現有數據進行二次回歸分析。

　　通過對比 2022 年與 2023 年的操作頻率差異，識別出了三個可能影響代碼質量的警示信號：

　　危險信號

　　2023 年，我們目睹了代碼攪動、移動和復制粘貼方面的顯著變化，這些變化背后的含義值得深入探討。

　　代碼攪動的新趨勢

　　「代碼攪動（Churn）」反映了推送到代碼倉庫后，在接下來的兩周內被撤銷、移除或更新的代碼比例。

　　過去，當開發者完全自主編寫代碼時，這種情況相對罕見——2023 年之前，僅有3-4% 的代碼會發生攪動。

　　然而，2022 年，隨著 Copilot 的首次亮相和 ChatGPT 的問世，代碼攪動率的預兆性跳升至9%。

　　2022 至 2023 年間，AI 助手的崛起與倉庫中錯誤代碼的增加密切相關。

　　假設 Copilot 在 2021 年的普及率為0%，2022 年為5-10%，2023 年達到 30%，這些變量之間的 Pearson 相關系數高達 0.98，顯示了它們的同步增長。

　　隨著代碼攪動成為常態，錯誤代碼部署到生產環境的風險也隨之增大。如果這一趨勢持續到 2024 年，超過7% 的代碼更改可能會在兩周內被撤銷，這是 2021 年的兩倍。

　　據此，報告預計 Google DORA 在年底發布的「2024 Devops 狀態」報告中，將顯示「變更失敗率」的上升。當然前提是研究包含了 2023 年使用 AI 輔助的開發者數據。

　　代碼移動減少，反映出重構和復用的減少

　　代碼移動通常出現在對現有代碼系統進行重構時。

　　重構系統，特別是代碼的移動，是代碼復用的基礎。隨著產品范圍擴大，開發者會將現有代碼重組到新的模塊和文件中，以便新功能復用。

　　對經驗豐富的開發者而言，代碼復用的好處顯而易見——與新增代碼相比，復用的代碼已經過測試并在生產環境中證明其穩定性。

　　復用的代碼往往已被多人修改，更可能包含文檔，這有助于新人更快理解模塊。

　　隨著標記為「復制粘貼」的代碼增加，AI 助手似乎在抑制代碼的復用，而是提供了一種重復現有代碼的簡單方式，而不是鼓勵重構和遵循「不要重復自己（DRY）」的原則。

　　復制粘貼代碼增多，預示著未來的維護困難

　　長期來看，復制粘貼代碼可能是對代碼可維護性的影響最大的因素。

　　當代碼行被重復使用時，本質上意味著「我沒有時間去評估之前的實現方式」。

　　選擇復制粘貼新代碼而沒有復用代碼，會使得未來的維護工作變得更加困難，因為需要整合那些實現相同功能的平行代碼的實現方式。

　　大多數開發者更喜歡「實現新功能」而不是「解讀可能可復用的代碼」，因此復制粘貼的代碼往往會長時間存在。

　　而且在經驗缺乏的團隊中，可能沒有有能力且有權威的代碼維護者來刪除那些重復的代碼。

　　即便是資深開發者，要充分理解代碼從而刪除某些重復的代碼，所需的努力也是非常巨大的。

　　如果沒有 CTO 或工程負責人主動安排時間來減輕技術債，那么「自上而下的時間壓力」就會成為新添加的復制粘貼代碼，讓這些代碼永遠無法整合到改善長期開發速度的庫中的又一個原因。

　　由于 GitClear 只統計單次提交中的重復代碼，2023 年測得的 11% 復制粘貼比例可能只是只是今年復制粘貼代碼非常小的一部分。

　　總結

　　根據報告評估的兩個關鍵數據點顯示，2023 年代碼質量出現了嚴重的下降。這種情況與大語言模型（LLM）的廣泛應用，尤其是 AI 代碼助手的流行有直接關聯。

　　GitHub 與 Wakefield Research 在 2023 年的一項調查反映出開發者已經意識到代碼質量的下降。

　　當被問及「在沒有 AI 輔助的情況下，你認為應該評估哪些指標？」他們最關注的是「協作與溝通」，緊隨其后的是「代碼質量」。

　　而當問題變為「在使用 AI 輔助時，你認為應該評估哪些指標？」他們的答案發生了變化，其中「代碼質量」躍升為最受關注的問題，「生產環境中的問題事件」也上升至第三位：

　　單個開發者的情況可能無法說明為何「代碼質量」和「生產環境中的問題事件」在使用 AI 時顯得更加重要，但報告的數據揭示了一個可能的原因：

　　當開發者被一波又一波看似合適、能短期內解決問題的建議所淹沒時，他們很容易不斷增加代碼量，卻忽視了代碼的優化和復用。

　　——如果按一下 Tab 鍵就能解決當前的問題，為什么要費心思管以后的事情？

　　AI 助手和 Copilot 將如何重塑開發者的角色？隨著 AI 技術的廣泛應用，毫無疑問，我們已經進入了一個代碼增長速度空前的新時代。

　　那么，2024 年的問題可能是：誰來收拾事后的爛攤子？

　　網友討論

　　面對 AI 帶來的「全球代碼質量下行」，網友也是深有體會：

　　譴責型：「我在兩個月后取消了訂閱（Copilot），因為我花了太多精力去修復所有代碼錯誤。而且在處理任何復雜的事情或與 SQL 有關的事情時，它基本上是無用的(即使我提前加載了整個模式)。」

　　大佬型：「寫下所有東西其實要花的功夫少得多，因為我知道自己想寫什么，而且修正自己的錯誤比修正機器人的錯誤更容易」。

　　悲天憫人型：「我為那些將被這種垃圾徹底擊垮的初學者而哭泣。」

　　中立型：「Copilot 能做的事讓我很吃驚，但確實不能說生成的代碼很好。生成的代碼肯定得改，但是確實能幫你省不少時間」。

　　參考資料：

• https://www.gitclear.com/coding_on_copilot_data_shows_ais_downward_pressure_on_code_quality

轉自公眾號新智元