Blog
Blog
PHODAL

查看作者 Phodal Huang

去年 8 月,在看到 IBM 在自家的 watsonx Code Assistant 中加入了 COBOL 语言转 Java 的功能后。在分析了一下午之后,我似乎理解了它的工作思想,以及应该如何去设计这样的 AI 辅助工具。而考虑到 AutoDev 并非专门为遗留系统改造而设计的,所以只能将相同的功能以不同的方式结合到一起。

在设计 Unit Mesh 架构时,其思想是以 Unit(如代码单元)作为 AI 辅助生成的元素,以辅助人类解决复杂的软件开发问题。

几年前,在初步设计了 Datum Lang 的语法后,我开始探索在 IDE 中支持编程语言,于是写了那篇《编程语言的 IDE 支持》。在生成式 AI 的影响下,我开发、维护的几个开源编程语言相关的工具,又在持续发生变化:

去年年初,我们开源 AutoDev 的初衷是:

UnitGen 是我们从 UnitEval 拆分出来的代码数据集开源解决方案,UnitGen 旨在结合开源模型为 AutoDev 插件提供更好的私有化部署方案。

太长不读性:

在 2022 年总结里,因为 COVID-19 带来了一系列太多变化。而在 2023 年,生成式 AI 的突然出现也带来了更多的变化。

2023 年,生成式 AI 的火爆,让越来越多的组织开始引入 AI 辅助编码。与在 2021 年发布的 GitHub Copilot 稍有差异的是,代码补全只是重多场景中的一个。 大量的企业内部在探索结合需求生成完整代码、代码审查等场景,也引入生成式 AI,来提升开发效率。

在这个背景下,我们(Thoughtworks)也开发了一系列的开源工具,以帮助更多的组织构建自己的 AI 辅助编码助手 。

最近,我们在围绕 AutoDev 开源插件,构建完整的端到端开源辅助编程方案。即:

回顾 2023 年,可以明显地看到生成式 AI 带给软件工程带来的新思考,每个组织也在探索结合生成式 AI 的可能性。 Unit Mesh (https://github.com/unit-mesh) GitHub 组织正是基于我与我的同事的研究,所构建的一系列围绕于生成式 AI 应用于软件研发的开源项目。

Feeds

RSS / Atom

最近文章

关于作者

Phodal Huang

Engineer, Consultant, Writer, Designer

ThoughtWorks 技术专家

工程师 / 咨询师 / 作家 / 设计学徒

开源深度爱好者

出版有《前端架构:从入门到微前端》、《自己动手设计物联网》、《全栈应用开发:精益实践》

联系我: h@phodal.com

微信公众号: 最新技术分享

存档

分类

标签

作者