近几年，人工智能迅速发展，在各行各业都有所应用，特别是近两年，面向开发者的AI开发工具也是层出不穷，特别是从GitHub Copilot工具中看到了AI对开发者带来的无限可能性。
下面为大家介绍一下目前比较实用的几款代码补全工具，或者说编码辅助工具，毕竟有些工具不局限于代码补全。本文包含国外的Kite、Codota、TabNine、GitHub Copilot、微软IntelliCode，国内的阿里云Cosy、AIXcoder。
先说一下个人体验的简单感受：
- TabNine支持的语言及IDE种类最丰富，本地模式内存占用高；
- GitHub Copilot提供的代码补全/生成效果更惊艳，希望未来收费不太贵；
- 阿里云Cosy的代码搜索功能比较实用，可以与其他工具搭配使用；
- Kite仅适合Python开发者，补全不算惊艳；
- Codota已经不再维护了，可以不考虑了；
- IntelliCode实用性不强，未来或许会与GitHub Copilot整合；
- AIXcoder中规中矩，缺少亮点；
下面我为大家简单介绍下这类工具。
一、GitHub Copilot
GitHub近期发布的的代码智能生成插件，目前支持VSCode、JetBrains等IDE平台，不同于其他代码补全工具只提供最多一行的补全结果，Copilot能通过代码上下文以及语言描述，生成整个代码片段，无疑是开发者的编码利器。它是如何做到的呢？上文提到TabNine使用的是GPT-2深度学习模型，而Copilot使用的是OpenAI据说烧了数千万美元研发出来的GPT-3模型，Copilot在GPT-3模型基础之上通过对GitHub的开源代码进行学习，得到了Codex模型，该模型具备强大的代码生成能力。但是由于该模型非常庞大，需要有足够的硬件支撑，所以Copilot目前只能通过邀测的形式小范围试用。从FAQ中的信息显示，Copilot未来可能不会大面积免费开放，未来想要尝试该工具的开发者要准备好预算。
GitHub Copilot提供了片段级的代码补全功能，可以用于注释生成代码、生成单元测试等场景。
- 提供了远程服务模式，需要将代码上传到远端，所以如果是企业的开发者可能要注意数据安全了
- 能够通过代码上下文、注释及语言描述生成方法级的代码片段
通过单元测试方法名生成单元测试及Mock数据。
GitHub Copilot是一款非常好用的代码生成工具，适合生成通用的工具代码、leetcode算法、单元测试等场景的高频代码，而对业务代码的生成则依然存在语法错误的问题，可惜Copilot只提供了远程服务模式，并且基于Copilot当前的技术路线也不太可能提供离线模式，这点可能会带来潜在的隐私及代码数据的泄露风险，希望以后收费不会太贵。
个人体验评价
- 语言及IDE支持：⭐︎ ⭐︎ ☆ ☆ ☆
- 代码补全：⭐︎ ⭐︎ ⭐︎ ⭐︎ ☆
- 代码搜索：不支持
二、TabNine
TabNine是一款比较年轻的开发工具，刚发布的时候还是比较惊艳的，那个时候OpenAI刚开源GPT-2模型不久，TabNine基于GPT-2模型在海量代码数据上进行调优，打造出了一款针对代码的深度学习引擎，它能智能识别代码的上文信息，提供长序列的代码补全结果。目前，已经被Codota公司收购，并主推该工具，宣称支持所有主流的开发语言。
TabNine提供代码智能补全功能，支持以下特性：
- 免费版只提供较为基础的补全功能，收费的Pro版本补全效果更好
- 远程服务模式，代码需要上传到远程服务器，但是模型更强大，本地内存占用少
- 离线模式，能够把模型下载到用户本地，无法联网也可使用补全，但是本地内存占用高，有时候CPU会飙高
- 针对专业版提供了适配企业/私有代码的能力，是需要收费的
TabNine能提供长序列的代码补全，在我体验过的同类工具中，TabNine是支持的开发语言种类以及IDE平台最多的工具。但是与其他工具相同，它会推荐出不完整的代码以及存在语法错误的代码。从部分开发者的反馈了解到，有部分开发者喜欢TabNine即时学习代码模式的能力，这点是相比其他工具比较不错的，虽然目前提取代码模式的能力还存在比较多的缺陷，但是相信未来会逐渐完善。
个人体验评价
- 语言及IDE支持：⭐︎ ⭐︎ ⭐︎ ⭐︎ ⭐︎
- 代码补全：⭐︎ ⭐︎ ⭐︎ ☆ ☆
- 代码搜索：不支持
三、阿里云Cosy
阿里云的智能编码插件Cosy于2021年10月份发布，到现在才两个月时间，是个相对年轻的工具。目前仅支持Java语言。通过其帮助文档了解到，它使用深度学习模型加语法分析结合的技术，通过深度学习模型强力的学习能力生成长序列代码，同时又通过结合语法分析的能力去纠正模型生成的错误。我个人比较喜欢的是Cosy的代码搜索功能，它从GitHub和StackOverflow中抽取出了常用的代码片段，让我能很方便的在IDE中直接搜索需要的信息。
阿里云Cosy提供的代码智能补全仅提供IntelliJ IDEA插件，支持Java语言，相比于其他工具支持的语言种类比较少，相比于TabNine，在补全效果上有一些优化，减少了补全半截的情况。
- 支持整行的代码补全结果
- 离线模式，Cosy会在首次启动时把模型下载到本地，之后便可断网使用
我个人比较喜欢的是阿里云Cosy的代码示例搜索功能，支持以下特性：
- 在IDE内支持指定API的代码示例搜索
- 在IDE内支持通过功能描述搜索StackOverflow、GitHub等来源的开源代码片段
阿里云Cosy的代码补全在TabNine的基础上更进一步的解决了部分生成错误代码的缺陷，但是在细节打磨上还存在一些问题，与TabNine、GitHub Copilot相比各有千秋。Cosy的代码搜索功能相比其他工具确实是一个比较好的亮点，让我的日常“抄”代码轻松很多。
个人体验评价
- 语言及IDE支持：⭐︎ ☆ ☆ ☆ ☆
- 代码补全：⭐︎ ⭐︎ ⭐︎ ☆ ☆
- 代码搜索：⭐︎ ⭐︎ ⭐︎ ⭐︎ ☆
四、Kite
说到业界在代码智能补全领域发布最早的工具，Kite便是其中之一，它成立于2014年，在Atom/Vim/Spyder等编辑器发布代码智能提示插件，初期只面向Python开发者，当前扩展到面向绝大部分主流开发语言。并于2020年初发布JetBrains插件，2021年初发布VSCode插件。Kite支持目前主流的16种开发语言以及16种代码编辑器，但是从我的使用体验上来看，其最擅长的还是Python语言，毕竟是Kite最早支持的语言类型。
Kite提供基于机器学习的代码智能补全功能，支持以下特性：
- 远程服务模式，代码需要上传到远程服务器
- 离线模式，能够把模型下载到用户本地，无法联网也可使用补全
- 专业版能针对用户的代码库进行训练
Kite也提供了Python官方文档搜索功能
- 支持Python API的官方文档及少量示例
Kite适合Python开发者，毕竟Kite是以Python起家，在Python语言上打磨了很多年，虽然不像其他同类工具一样，能提供非常惊艳的长序列代码补全，但是它对IDE自带补全的排序优化效果还是很不错的。Kite的API文档搜索能搜索到常用的Python API官方文档，但是大部分能在IDE中通过查看API定义查看，代码的使用示例比较缺乏。
个人体验评价
- 语言及IDE支持：⭐︎ ⭐︎ ⭐︎ ⭐︎ ☆
- 代码补全：⭐︎ ⭐︎ ☆ ☆ ☆
- 代码搜索：⭐︎ ⭐︎ ☆ ☆ ☆
五、Codota
除了Kite，业界另一个涉足最早涉足该领域的工具是Codota，Codota成立于2013年，在2014年下旬发布第一个Jetbrains插件版本，主要面向Java开发者。但是，目前Codota公司收购TabNine之后，已经放弃了Codota这款插件，并将老产品改名为了TabNine。
Codota提供了代码补全功能，在Java语言上效果比较好
- 基于程序分析、统计分析的规则化代码补全，主要能针对部分类名、常用的代码模板进行补全
Codota提供了IDE内的代码示例搜索功能（支持Java、JavaScript）
- 支持搜索引用了指定API的代码示例
在其他代码补全工具发布之前，Codota还是一个比较不错的开发利器，特别是丰富了IDE自带的代码模板，可以帮助开发者节省很多低级编码的时间，Codota也有一些用于生成代码的小功能，这里就不再扩展。但是在目前AI爆发的时代，Codota的产品演进没有跟上步伐，所以Codota公司已经放弃该产品的演进，转而大力发展收购的TabNine。
个人体验评价
- 语言及IDE支持：⭐︎ ⭐︎ ☆ ☆ ☆
- 代码补全：⭐︎ ⭐︎ ☆ ☆ ☆
- 代码搜索：⭐︎ ⭐︎ ⭐︎ ☆ ☆
六、微软IntelliCode
要说做开发工具哪家强，那肯定是微软最厉害，上面提到的GitHub Copilot使用的GPT-3模型，其研究组织OpenAI也是受微软10亿美元投资的，所以Copilot也有微软的功劳。微软自己开发的另一款工具IntelliCode，在2018年7月发布，支持C#、C++、Java、Python、SQL Server、TypeScript/JavaScript、XAML，并且在2021年初发布Visual Studio IntelliCode Insiders插件。跟其他众多补全工具一样，提供了代码智能补全的能力，目前支持VSCode以及Visual Studio。效果较好的语言：C#、C++
IntelliCode提供了单API的代码智能补全，跟IDE自带补全类似，但是在排序上有所优化
- 适配企业/私有代码（只支持C++、C#）
- 支持离线模式
在Java语言上与IDE自带的补全结果区别不大。
IntelliCode能对IDE自带补全结果进行排序优化，但是支持的场景比较少，并不是所有补全都能提供排序优化，目前体验下来仅局限于方法调用的代码。整体体验下来，感觉IntelliCode在Java语言上实用性不强，基本上没有体感；在Python语言上至少在VSCode上还是比较方便的，适合不喜欢长序列/片段级代码补全工具的开发者。
个人体验评价
- 语言及IDE支持：⭐︎ ☆ ☆ ☆ ☆
- 代码补全：⭐︎ ☆ ☆ ☆ ☆
- 代码搜索：⭐︎ ⭐︎ ☆ ☆ ☆
七、AIXcoder
AIXcoder从天眼查了解到其成立于2017年，根据官网主页的信息，它也采用了深度学习的技术，并且对模型进行了压缩，以便于提升用户下载模型的速度，减少用户本地CPU的开销。AIXcoder提供了对用户本地代码库学习的工具，但是免费版有次数限制，而且学习本地代码库的时候电脑会比较卡。让我有点疑惑的是，AIXcoder官网主页视频中演示了IDE内的代码搜索功能，但是在实际插件中只提供了一个跳转到浏览器中的按钮，并不能在IDE内直接搜索（难道是需要付费的？）。目前发布了Jetbrains及VSCode插件，主要支持Java、Python、C/C++、JavaScript、Typescript、Go、PHP等语言。
AIXcoder提供的代码智能补全与Kite比较相似，都会对IDE自带的补全结果进行排序优化，只是AIXcoder在Java上效果好一些，支持以下特性：
- 远程服务模式，代码需要上传到远程服务器，速度更快一点，卡顿感会减少
- 离线模式，会把模型下载到本地
AIXcoder实际效果比官方演示要差很多，容易生成存在语法错误的代码，也经常会把其他工具以及IDE的结果标记为自己的结果。
官方主页的演示视频说是支持IDE内的代码搜索，但是我安装插件后发现只能跳转到网页端的搜索页面上，无法在IDE内搜索，难道这块功能是需要收费的？总的来说AIXcoder在刚发布的时候还是很不错的，但是最近发布了太多同类工具，AIXcoder的代码补全体验相比其他工具算不上出彩，希望AIXcoder能继续提升。
个人体验评价
语言及IDE支持：⭐︎ ⭐︎ ⭐︎ ☆ ☆
代码补全：⭐︎ ⭐︎ ☆ ☆ ☆
代码搜索：IDE内不支持
目前的代码补全工具，亦或是智能编码辅助工具，是对IDE自带补全能力的扩展，而不是替代，从这些工具中我们能切实的感受到AI带来的生产力，AI不再只存在于论文中，或许不久的将来，AI真的能自动写代码了呢？
