谷歌联手 Replit，挑战微软 AI 编程工具 GitHub Copilot

谷歌联手Replit，挑战微软AI编程工具GitHubCopilotGitHubCopilot是一款由OpenAI的Codex语言模型驱动的编程工具，可以根据程序员输入的注释和函数，提供代码建议，就像一个超级自动补全功能。现在谷歌也想参与其中。根据与Replit的协议，谷歌将给予这家初创公司访问其巨大计算资源和定制的AI模型的权限。作为回报，谷歌将从谷歌云上托管和提供Replit的代码编辑软件。具体来说，Replit的开发者将通过Ghostwriter——Replit的软件开发AI，获得谷歌云基础设施、服务和基础模型的访问权限，而谷歌云和Workspace的开发者将获得Replit的协作代码编辑平台的访问权限。Replit的Ghostwriter代码生成器直接集成到该公司的基于浏览器的在线IDE中，它可以自动补全代码，并响应自然语言查询。Replit首席执行官AmjadMasad认为这有助于程序员提高生产力，并可以帮助人们更容易地修复错误和与同事协作。Replit表示其支持超过2000万开发者，并声称其Ghostwriter机器人帮助生成了用户30%以上的代码。与此同时，微软正计划将其GitHubCopilot模型升级到GPT-4。AI编程工具随着时间的推移在不断改进，除了代码补全，它们现在还可以根据自然语言文本中的指令生成代码。然而这些工具并不完美，即使它们可以帮助那些编程经验较少的人写代码，开发者仍然需要有足够的技术知识来判断其输出是否正确。来源，来自：雷锋频道：@kejiqu群组：@kejiquchat投稿：@kejiqubot

Mistral发布首个代码生成人工智能模型Codestral 但不可用于商业活动

Mistral发布首个代码生成人工智能模型Codestral但不可用于商业活动Mistral在一篇博文中解释说，它接受过80多种编程语言的训练，包括Python、Java、C++和JavaScript。Codestral可以完成编码功能、编写测试和"填充"部分代码，还能用英语回答有关代码库的问题。Mistral将这种模式描述为"开放"，但这还有待商榷，因为这家初创公司的许可证禁止将Codestral及其产出用于任何商业活动。虽然有"开发"的例外，但即使是"开发"也有注意事项：许可证明确禁止"员工在公司业务活动中的任何内部使用"，究其原因可能是Codestral部分训练内容受版权保护。Mistral在博文中没有证实或否认这一点，但这并不奇怪；有证据表明，这家初创公司以前的训练数据集包含版权数据。无论如何，Codestral可能不值得这么麻烦。该模型有220亿个参数，需要一台强大的电脑才能运行。(参数基本上决定了人工智能模型处理问题的能力，比如分析和生成文本）。虽然根据一些基准测试（我们都知道，这些基准测试并不可靠），该模型击败了竞争对手，但这并不能说明它有多厉害。虽然Codestral对大多数开发人员来说并不实用，而且在性能提升方面也是渐进式的，但它肯定会引发关于依赖代码生成模型作为编程助手是否明智的争论。至少在某些编码任务中，开发人员肯定会使用生成式人工智能工具。在2023年6月的StackOverflow民意调查中，44%的开发人员表示，他们现在在开发过程中使用人工智能工具，26%的开发人员计划不久后使用。然而，这些工具有明显的缺陷。GitClear对过去几年中提交到项目仓库的超过1.5亿行代码进行了分析，发现生成式人工智能开发工具正在导致更多错误代码被推送到代码库中。普渡大学的一项研究显示，OpenAI的ChatGPT对编程问题给出的答案有一半以上是错误的。但这并不能阻止Mistral等公司试图将其模式货币化（并获得心智份额）。今天上午，Mistral在其LeChat对话式人工智能平台上推出了托管版Codestral以及付费API。Mistral表示，它还致力于将Codestral纳入LlamaIndex、LangChain、Continue.dev和Tabnine等应用框架和开发环境。...PC版：https://www.cnbeta.com.tw/articles/soft/1432835.htm手机版：https://m.cnbeta.com.tw/view/1432835.htm

一款由 Anaconda 开发的免费可视化编程工具，通过拖动模块即可实现编程，同时它也可以生成 Python等编码。Anacon

一款由Anaconda开发的免费可视化编程工具，通过拖动模块即可实现编程，同时它也可以生成Python等编码。Anaconda是全球最流行、最值得信赖的数据科学、机器学习和人工智能Python/R平台。EduBlocks像Scratch一样，是一个基于块的编程工具，让初学者可以通过拖放代码块的方式来编程，而不需要书写代码。同时它支持多种编程语言，包括Python，HTML等，你可在侧面编辑代码并运行（不影响托块）它可以帮助任何人使用类似于Python或HTML的基于文本的语言进行编程，同时使用了大家熟悉的拖放式块系统。每个块代表一行代码，这使得连接块和代码变得比以往任何时候都更容易。每拖入一个块到工作区，文本编辑器也会实时更新。EduBlocks还内置了“课堂”功能，老师可以轻松跟踪和评估学生的工作。可以为学生创建作业，跟踪他们的进度，并使用内置于EduBlocks编辑器的课堂功能对他们的工作进行评分。除了Python，EduBlocks还支持HTML，micro:bit，CircuitPython和RaspberryPi，这些都能使学生保持参与度并继续学习。还有一系列完全免费的课程，包含使用EduBlocks教授六节课所需的一切，帮助学生以有趣且引人入胜的方式从Scratch过渡到Python。新版本的EduBlocks优化了移动版本的首页、项目页面和编辑器，使用户在移动设备上也能获得无缝的体验。#可视化#工具

亚马逊开放的一款 AI 编程助手：CodeWhisperer，可集成到 VSCode 和 IntelliJ IDEA 等代码编辑

亚马逊开放的一款AI编程助手：，可集成到VSCode和IntelliJIDEA等代码编辑器上使用，个人版对所有开发者免费开放。主要特性如下：-经过数十亿行代码的训练，可根据注释和代码，实时生成代码建议；-自动标记、过滤类似于开源训练数据的代码建议；-自动扫描与修复代码漏洞；-支持15中主流编程语言，多种IDE工具。自去年预览版发布以来，CodeWhisperer帮助不少开发者可以专注和高效地编写代码，避免因查找资料而中断工作流程。该工具可用于处理日常耗时的琐碎任务、处理不熟悉的API或SDK、正确且有效地使用AWSAPI，以及其他常见编码场景，如读写文件、图像处理、编写单元测试等。CodeWhisperer有两个版本，个人版和专业版。个人版免费开放，使用Email即可注册使用，专业版增加了如SSO和IAM身份中心集成、引用代码建议的策略控制，以及安全扫描等管理功能。

【Meta最早将于下周推出“免费版编程工具”CodeLlama】

【Meta最早将于下周推出“免费版编程工具”CodeLlama】2023年08月19日03点11分老不正经报道，据两位直接知情人士透露，Meta最早将于下周推出帮助开发人员自动生成编程代码的软件。这一开源的编程人工智能模型名为CodeLlama，直接挑战OpenAI、谷歌和其他公司的付费专有软件。CodeLlama将“暴力对标”OpenAI旗下的Codex模型，并较Meta的开源大语言模型Llama2显著增强。CodeLlama的开源属性将令企业用户更容易开发自有AI助手，后者可在开发人员键入时自动推荐代码，并与由Codex支持的微软GitHubCopilot等付费编程助手工具争夺客户。

支持20种编程语言 谷歌版ChatGPT代码水平反杀了？

支持20种编程语言谷歌版ChatGPT代码水平反杀了？去年底，ChatGPT引发了科技行业的剧变，今年2月，Google发布ChatGPT竞品Bard，人们对其使用体验褒贬不一。Bard有这样那样的限制，很多人对开发人员提出的需求就是“什么时候它才能写代码？”本周五，Bard写代码的能力终于上线了。Google表示，Bard现在能使用20种编程语言，包括C++、Go、Java、Javascript、Python和Typescript等等，还能帮助用户debug和解释代码、优化代码。只需要简单的prompt，例如“能让该代码更快吗？”，Bard就能理解人类意图，自动让代码变得更高效。我们知道，很多人会使用GoogleColab跑机器学习模型，它还自带免费的云GPU算力。现在人们也可以轻松地将Bard生成的Python代码导出到GoogleColab上——甚至无需复制粘贴。Bard还能够协助GoogleSheets编写函数。此前，Google已宣布面向美国和英国的用户开放Bard，这部分用户已经可以直接使用Bard的所有新功能了。Google演示了Bard写代码的效果。和ChatGPT一样，现在Bard可以根据你的需求生成完成相应任务的代码：解释代码的功能对于编程初学者来说特别有用：除了生成、解释代码，Bard还可以帮助用户调试（debug）代码，包括Bard自己生成的代码。如果Bard生成的代码未按预期运行，只需告诉Bard：“thiscodedidn’twork,pleasefixit（此代码无效，请修复）”，Bard就可以帮助用户进行调试。应用生成式AI来加速软件开发并帮助人们解决复杂的工程挑战，这是Bard推出代码生成功能的美好愿景。但目前Bard的能力还有待提升。Google表示，Bard仍处于早期实验阶段，有时可能会提供不准确、误导或虚假的信息，也可能会生成无法产生预期输出的代码，或者生成不是最优的/不完整的代码。用户需要在采用Bard生成的代码之前，仔细检查代码，测试和审查代码中的error和bug。对于一款正在大规模测试的语言大模型来说，新上线的功能必然会遇到用户各式各样的调戏，Bard的代码能力也一样。首先Bard在给出答案时会自带引用的代码链接，对于一个面向实用化的产品来说，这很重要，也受到了好评。你们经常吐槽AI是在抄代码，它不是乱抄的。问Bard“你能帮我实现一个基本的RNN并在虚拟文本数据上测试它吗？”然后直接把生成的代码导出到GoogleColab上。代码的一部分不起作用。找到错误再次询问AI，Bard修改了代码，看起来一切似乎都运行完美。现在我们只需要检查实现是否正确，手动检查，有必要的时候做一些单元测试就行了。拥有GoogleColab导出功能真的很有用。最后，有人尝试用Bard生成上古编程语言COBOL的代码，结果居然是令人满意的：人们一直在担心，等现在这波COBOL程序员退休，很多关键岗位会后继无人。看起来，AI可以帮我们解决这个大问题了。不过也有部分网友表示，Bard的能力似乎仍然不及GPT-4。使用AI辅助编程，能否最终改变我们的工作方式？这还有待我们继续探索。...PC版：https://www.cnbeta.com.tw/articles/soft/1356219.htm手机版：https://m.cnbeta.com.tw/view/1356219.htm