Ключевая идея Copilot и других подобных ему программ, иногда называемых помощниками по коду, заключается в том, чтобы разместить информацию, необходимую программистам, рядом с кодом, который они пишут. Инструмент отслеживает код и комментарии (описания или примечания, написанные на естественном языке) в файле, над которым работает программист, а также в других файлах, на которые он ссылается или которые редактировались в том же проекте, и отправляет весь этот текст к большой языковой модели Copilot в качестве подсказки. (GitHub совместно с OpenAI разработал модель Copilot под названием Codex. Это большая языковая модель, точно настроенная на код.) Затем Copilot прогнозирует, что пытается сделать программист, и предлагает код для этого.

Этот путь между кодом и Кодексом происходит несколько раз в секунду, при этом приглашение обновляется по мере ввода программистом. В любой момент программист может принять то, что предлагает Copilot, нажав клавишу табуляции, или проигнорировать это и продолжить ввод.

Кнопка вкладки, кажется, часто нажимается. Исследование почти миллиона пользователей Copilot, опубликованное GitHub и консалтинговой фирмой Keystone Strategy в июне — через год после общего выпуска инструмента — показало, что программисты приняли в среднем около 30% его предложений, согласно данным пользователей GitHub.

«За последний год Copilot предложил — и получил одобрение разработчиков — более миллиарда строк кода», — говорит Домке. «Внутри компьютеров работает код, сгенерированный стохастическим попугаем».

Copilot изменил базовые навыки программирования. Как и в случае с ChatGPT или создателями изображений, такими как Stable Diffusion, результат работы инструмента часто не совсем соответствует ожиданиям, но может быть близок к этому. «Может быть, это правильно, а может и нет, но это хорошее начало», — говорит Аргаван Моради Дахель, исследователь Политехнического университета Монреаля в Канаде, изучающий использование инструментов машинного обучения при разработке программного обеспечения. Программирование становится подсказкой: вместо того, чтобы создавать код с нуля, работа включает в себя настройку наполовину сформированного кода и подталкивание большой языковой модели для создания чего-то более актуального.

Но Copilot еще не везде. Некоторые фирмы, в том числе Apple, имеют попросил сотрудников не использовать его, опасаясь утечки IP и других личных данных конкурентам. Для Джастина Готшлиха, генерального директора Merly, стартапа, который использует ИИ для анализа кода в крупных программных проектах, это всегда будет препятствием: «Если я Google или Intel, и мой IP — это мой исходный код, я никогда собираюсь использовать его», — говорит он. «Почему бы мне просто не прислать вам и все мои коммерческие тайны? Это просто «надевай штаны перед тем, как выйти из дома», это очевидно». Домке понимает, что это отпугивает ключевых клиентов, и говорит, что фирма работает над версией Copilot, которую предприятия смогут запускать самостоятельно, чтобы код не отправлялся на серверы Microsoft.

Copilot также оказался в центре иска, поданного программистами, недовольными тем, что их код использовался для обучения лежащих в его основе моделей без их согласия. Microsoft предложила компенсацию пользователям своих моделей, которые опасаются возможных судебных разбирательств. Но на рассмотрение юридических вопросов в судах потребуются годы.

Домке настроен оптимистично и уверен, что плюсы перевешивают минусы: «Мы приспособимся к тому, что нам скажут законодатели США, Великобритании или Европы», — говорит он. «Но здесь существует средний баланс между защитой прав и защитой конфиденциальности и тем, что мы, как человечество, делаем шаг вперед». Именно такого боевого разговора можно ожидать от генерального директора. Но это новая, неизведанная территория. По крайней мере, GitHub проводит дерзкий эксперимент, который может проложить путь к более широкому кругу профессиональных помощников на базе искусственного интеллекта.