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。
Unit Eval 是一个针对于构建高质量代码微调的开源工具箱。其三个核心设计原则：