导读

在本次会议中，我们将探索GitHub Copilot。学习如何通过GitHub原生的AI配对程序员来提高开发者的生产力。了解如何利用AI加速软件开发。探索如何通过AI培养创新文化。最后，了解Copilot即将推出的更新。本次演讲由亚马逊云科技合作伙伴GitHub为您带来。

演讲精华

以下是小编为您整理的本次演讲的精华。

在亚马逊云科技 re:Invent 2024 上精彩的演讲中，GitHub 产品团队成员Brittany O’Shea揭示了该公司将人工智能(AI)整合到其产品中的开创性努力，彻底改变了开发人员进行软件开发的方式。她以热情的问候开场，感谢观众宝贵的时间和出席。

GitHub 被亲切地称为“世界软件之家”，从开源根源发展成为一个全面的平台，支持整个软件开发生命周期，从构思到生产。在过去两年里，GitHub 一直专注于将 AI 融入其产品，主要目标是提高开发人员体验和提高生产力。

为了了解观众对 AI 驱动的软件开发工具的熟悉程度，Brittany提出了一系列问题。大部分与会者举手表示目前正在使用此类工具，主要用于聊天或内联上下文。这一反应凸显了 AI 在软件开发领域的日益普及。

Brittany接着演示了 GitHub 的Copilot，这是一款 AI 驱动的编码助手，有望彻底改变开发人员构建应用程序的方式。以创建贪吃蛇游戏为例，她展示了Copilot的卓越功能，包括解释游戏概念、生成代码片段以及在 HTML 中渲染游戏。

Copilot的一大亮点是支持各种 AI 模型，允许开发人员选择最适合自己需求的模型。Brittany强调了在GPT-4、Claude、Gemini 等模型之间切换的选项，确保灵活性和定制化。此外，Copilot还提供语音转文本输入和上传附件的功能，满足不同开发人员的偏好和无障碍需求。

Brittany介绍了 GitHub 开发的三种解决方案，旨在借助Copilot加速开发速度:

1.           Copilot:前面演示的 AI 驱动编码助手，在整个编码过程中协助开发人员。

2.           Copilot Workspace:一个新发布的测试版功能，旨在帮助开发人员在过渡到构建阶段之前进行头脑风暴、构思和规划。

3.           嵌入式Copilot:整合到 GitHub 平台的各个部分，Copilot支持开发人员执行各种任务，如创建拉取请求、回复评论和使用扩展。

为了说明这些解决方案的强大功能，Brittany带领观众体验了一个演示场景，她扮演一名新开发人员，负责构建在线书店。她演示了如何利用Copilot帮助她理解现有代码库、生成代码更改计划并无缝实施这些更改。

Brittany强调Copilot能够简化开发过程，使新开发人员能够在几分钟内快速入门并为项目做出贡献，而不必花费大量时间熟悉代码库。通过利用Copilot的 AI 辅助，开发人员可以进行双向对话、寻求解释、生成计划并以惊人的效率实现代码更改。

转向关键的代码安全方面，Brittany展示了Copilot如何提高漏洞检测和修复能力。她演示了Copilot使用先进的 AI 驱动技术检测和修复漏洞的能力，包括泄露机密凭据。

Copilot Autofix是一项开创性功能，可为检测到的漏洞提供代码修复建议。Brittany强调Autofix带来的显著时间节省，将修复漏洞所需的平均时间从一个半小时以上缩短到不到 30 分钟。对于跨站点脚本或 SQL 注入等常见漏洞类别，Autofix展现出了卓越的改进，修复时间分别加快了 7 倍和 12 倍，涵盖了数百、数千甚至数百万个漏洞。

考虑到组织使用的安全工具生态系统多样化，GitHub 已将Autofix扩展到支持第三方漏洞检测解决方案。Brittany演示了开发人员如何接收一致的反馈和自动修复建议，无论使用何种扫描工具，从而简化了修复过程并确保了无缝体验。

Brittany还解决了管理和优先处理安全警报的挑战，这是许多组织面临的常见痛点。GitHub 的新活动功能允许安全团队按存储库、规则类型和严重性过滤警报，并创建针对性活动。团队可以指定活动经理、设置截止日期并跟踪跨存储库的进度，确保有效的风险缓解并与组织优先事项保持一致。

为进一步提高代码质量，Brittany介绍了Copilot的代码审查功能。开发人员现在可以利用Copilot作为代码审查员，确保整个组织遵循一致的编码实践。Copilot根据组织定义的自定义编码指南提供自动反馈和修复建议。

Brittany强调了代码质量的主观性以及与组织标准保持一致的重要性。GitHub 使组织能够创建自己的编码指南，无论是利用现成的冰破器还是定义符合其特定需求的自定义规则。然后，Copilot可以根据这些指南审查代码，生成示例和描述，确保遵守既定标准。

在一个真实的例子中，Brittany演示了 GitHub 内部团队如何利用Copilot对所有拉取请求(PR)进行代码审查。结果令人惊叹，代码质量改进建议的接受率达到 60%，同行审查时间也大幅缩短，从数小时缩短到几分钟。这一时间节省使开发人员能够专注于更有意义的任务，如开发新功能和进行富有成效的同行讨论。

Brittany随后将重点转移到软件开发中 AI 的更广泛应用，认识到许多组织旨在利用 AI 来增强客户体验或帮助他们实现目标。为满足这一需求，GitHub 推出了Copilot模型和Copilot Spark。

通过 GitHub 的 Marketplace，Copilot模型为开发人员提供了来自各种供应商的 40 多种 AI 模型。开发人员可以探索、测试和比较不同的模型，找到最适合其用例的模型。Brittany演示了开发人员如何评估模型、调整参数并直接在 GitHub 的代码空间中开始构建 AI 应用程序。

GitHub 强调将在这一领域持续投资和发展，计划推出大规模的提示工程和评估工具。这些工具将使开发人员能够更有效地完善提示并评估 AI 模型的有效性，确保最佳性能并与其特定需求保持一致。

最后，Brittany介绍了 GitHub Spark，这是一款革命性工具，旨在吸引和赋能下一代构建者，包括那些没有正式软件开发教育的人。Spark 允许用户使用自然语言提示创建应用程序，无需手动编写一行代码。

Brittany展示了使用 Spark 构建的二十一点游戏，展现了该工具让编码变得更加易于接近的潜力。用户可以迭代他们的提示、定制应用程序的外观并从各种在线资源中合并功能，全都通过自然语言交互实现。

在整个演示过程中，Brittany强调 Spark 能够培养创造力，让人们不受传统编码专业知识的障碍，将想法变为现实。通过使软件开发民主化，Spark 旨在启发并培养下一代构建者，促进科技行业的创新和包容性。

最后，Brittany总结了演讲的关键要点，重申了 GitHub 将 AI 融入整个开发生命周期的承诺，从构思和编码到安全性、代码质量和构建 AI 应用程序。她鼓励观众探索所介绍的解决方案，如Copilot Autofix、Copilot审查和Copilot模型，并邀请他们访问 GitHub 展台，获取专家指导，满足他们及其组织的具体需求。

我们正处在 Agentic AI 爆发前夜。 2025 亚马逊云科技中国峰会提出，企业要从 " 成本优化 " 转向 " 创新驱动 " ，通过完善的数据战略和 AI 云服务，把握全球化机遇。亚马逊将投入 1000 亿美元在 AI 算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在 AI 时代突破。