过去 4 个月我一直在将 GitHub Copilot 与我们的生产代码库一起使用，以下是我的一些想法：

好的：

1. 解释复杂代码：它非常适合分解棘手的代码片段或业务逻辑并正确解释它们。

2. 单元测试：非常擅长编写单元测试并快速生成多个基于场景的测试用例。

3. 代码片段：它可以轻松地为通用用例生成有用的代码片段。

4. 错误修复：Copilot 擅长解释代码中的错误并提供修复建议。

不太好的：

1. 上下文理解：很难向 GenAI 工具解释上下文，特别是当我们的代码分布在多个文件/存储库中时。它很难理解需要在多个文件中进行更改的大型项目。

2. 不准确的建议：有时它会建议安装 npm 库或使用不存在的 npm 包中的方法。这被称为幻觉，人工智能生成的代码看起来很有说服力，但实际上是完全错误的。

3. 复杂代码：有时，它生成的代码令人困惑且复杂，使调试变得更加困难。在那些时刻，我希望自己编写逻辑并让 Copilot 检查错误或错误。

总体而言，GitHub Copilot 是一个有用的工具，但它也有其怪癖。当使用大型语言模型时，责任始终由程序员承担。