引言
随着 AI 技术的快速发展，程序员的工作方式正在发生翻天覆地的变化。作为一名身处 AI 浪潮中的开发者，我既感到兴奋，也难免有些焦虑。兴奋的是，AI 工具正在全面提升我们的生产力；焦虑的是，像 Copilot 这样的 AI 辅助编程工具，可能会彻底颠覆传统的软件开发流程，甚至威胁到程序员的职业生存。
但无论如何，我们无法抗拒时代的潮流，只能积极拥抱变化，努力成为“未来世界的幸存者”。本文是我深度体验了 GitHub Copilot、ChatGPT、New Bing 和 Cursor.so 等 AI 辅助开发工具后，对这些产品的一次横向评测。希望通过这篇文章，你能快速找到适合自己的 AI 助手，并显著提升开发效率。
评测工具
- GitHub Copilot
- ChatGPT (GPT-3.5)
- New Bing
- Cursor.so
这些工具可以结合使用，提升开发效率，因此它们之间并不是互斥关系。文章最后会给出总结和我的个人建议。
GitHub Copilot
简介
GitHub Copilot 是由 GitHub 和 OpenAI 合作推出的一款 AI 代码辅助工具，基于 OpenAI 的 GPT 技术，能够为开发者提供实时代码提示和生成功能。它就像一个 AI 助手，帮助开发者更快速、更高效地编写代码。
当前版本的 GitHub Copilot 基于 GPT-3 模型，能够分析上下文并推断出应该编写的代码。它支持多种编程语言，如 Python、JavaScript、TypeScript、Ruby 等，并能与主流的集成开发环境（IDE）和文本编辑器无缝集成。
使用体验
我已经深度使用 Copilot 近一个月，但每当我和同事讨论它的体验时，仍很难用语言准确描述。以下是我总结的几个关键点：
- 熟悉语言：它能帮助你减少重复性模板代码的编写。
- 陌生语言：它能准确推断你的意图，直接生成代码，省去查询 API 文档的时间。
- 片段生成：它擅长顺着你的心流生成代码片段，但很难从零开始生成完整的代码，即使生成了，通常也需要手动调整。
常用功能
- 基于上下文生成代码
它能根据函数名、类名或注释推断你想写的代码，并帮你填充。 - 基于代码生成注释
反过来，它能理解你的代码并生成注释，只需在代码前加上//前缀。 - 帮你起变量名
对于英语不好的程序员来说，这是一个福音。毕竟，编码的 30% 时间是在想变量名。 - 代码讨论
你可以在代码中与 Copilot 讨论，它会总结你的上下文代码，并给出“合理”的解释。
编码能力
独立编写：单例模式
我让 Copilot 独立编写一个单例模式。它生成的代码基本正确，但在某些细节上需要手动调整，例如在单例模式中未考虑双重检查锁机制。
java
public class Singleton {
private static Singleton instance;
private Singleton() {}
public static Singleton getInstance() {
if (instance == null) {
synchronized (Singleton.class) {
if (instance == null) {
instance = new Singleton();
}
}
}
return instance;
}
}
注意：由于单例模式在网上有大量公开资料，Copilot 生成代码的效率较高，但这并不代表它在所有复杂代码场景下都能准确补全。
补全现有代码
在测试中，Copilot 能根据项目上下文补全代码，生成的代码质量较高，通常无需大幅修改。
不足之处
- 隐私问题：所有代码上下文通过 HTTPS 传输到云端（微软的服务器），虽然微软承诺不会泄露代码，但在国内网络安全环境下，使用需谨慎。
- 复杂逻辑理解有限：对于复杂的代码逻辑，Copilot 的理解能力有限，它更擅长处理网络上有大量公开资料的代码段落。
ChatGPT
简介
ChatGPT 是一款基于 GPT 模型的聊天机器人，能够进行自然语言对话。它不仅能回答用户的各种问题，还能学习和理解用户的需求，提供更精准的答案和建议。
得益于 GPT 模型的强大语言处理能力，ChatGPT 能够理解代码中的自然语言描述，并具备一定的代码理解和生成能力。
编码能力
独立编写：单例模式
java
public class Singleton {
private static volatile Singleton instance;
private Singleton() {}
public static Singleton getInstance() {
if (instance == null) {
synchronized (Singleton.class) {
if (instance == null) {
instance = new Singleton();
}
}
}
return instance;
}
}
ChatGPT 生成的代码非常标准，甚至考虑了双重检查锁和 volatile 关键字的使用。
复杂问题处理：Kotlin + Reactor 并发接口
kotlin
fun processStrings(strings: List
return Flux.fromIterable(strings)
.flatMapSequential { str ->
Mono.fromCallable { str + str }
.subscribeOn(Schedulers.parallel())
}
.collectList()
.block() ?: emptyList()
}
ChatGPT 能够生成符合要求的代码，但在某些场景下会给出错误答案，需要多次提问才能得到正确结果。
不足之处
- 复杂代码设计能力有限：对于不常见的复杂问题，ChatGPT 的表现并不完美。
- 无法全程辅助编码：它不能像 Copilot 那样实时生成代码。
- 缺乏项目上下文：它无法读取整个项目的代码，无法提供 Copilot 那样的上下文支持。
New Bing
简介
New Bing 是微软推出的一款结合了 ChatGPT 和 Bing 搜索引擎的对话机器人。它能够回答用户的复杂问题，并提供详细的答案和建议。
编码能力
独立编写：单例模式
New Bing 生成的代码与 ChatGPT 相似，但在某些细节上需要手动调整。
复杂问题处理：Kotlin + Reactor 并发接口
New Bing 生成的代码有时会出现编译错误，需要多次提问才能得到正确结果。
不足之处
- 复杂问题处理能力有限：与 ChatGPT 类似，New Bing 在处理复杂代码设计问题时表现一般。
- 缺乏项目上下文：它无法像 Copilot 那样提供强大的上下文支持。
Cursor.so
简介
Cursor.so 是 OpenAI 最近推出的一款 IDE，内置了类似 GitHub Copilot 的插件。它的最大优势是免费使用，因此受到了广泛关注。
编码能力
独立编写：单例模式
java
public class Singleton {
private static volatile Singleton instance;
private Singleton() {}
public static Singleton getInstance() {
if (instance == null) {
synchronized (Singleton.class) {
if (instance == null) {
instance = new Singleton();
}
}
}
return instance;
}
}
Cursor.so 生成的代码非常标准，甚至考虑了双重检查锁和 volatile 关键字的使用。
补全现有代码
Cursor.so 能够根据项目上下文补全代码，但服务稳定性较差，经常出现连接问题。
不足之处
- 服务不稳定：经常出现连接失败的情况。
- 基础功能缺失：不支持插件市场，甚至没有集成版本控制功能，不适合开发大型项目。
总结
GitHub Copilot
优点：
– 实时生成代码，提升开发效率。
– 支持多种编程语言，适用性广。
缺点：
– 可能存在隐私问题。
ChatGPT 和 New Bing
优点：
– 随时随地可用，是查询问题的完美替代品。
缺点：
– 无法全程辅助编码，缺乏项目上下文支持。
Cursor.so
优点：
– 免费使用，体验 AI 辅助编程。
缺点：
– 基础功能缺失，服务不稳定。
一句话总结：如果你想提升编码效率，GitHub Copilot 结合 ChatGPT 是一个可行的方案。如果暂时不想为 Copilot 付费，可以只使用 ChatGPT。Cursor.so 目前的使用体验不够好，建议等待后续版本更新。
