GitHub的业务一直很兴旺，该公司向其诉讼缠身的Copilot AI助手出售订阅服务。该公司调查了500名美国开发人员，看看他们中是否有人已经在工作中使用人工智能编码工具。

事实证明，他们确实是，而且是在很大程度上。

我们知道，你很震惊。

微软拥有的代码存储业务最近聘请Wakefield Research询问拥有1000多名员工的公司的程序员有关他们的工具和工作流程的情况。

据首席产品官Inbal Shani表示，调查的目的是更多地了解企业环境中的生产力、协作、人工智能和有效运营。

周二发布的这份报告的关键发现之一是，开发人员已经承诺提供人工智能援助，显然无视可能以版权为由限制此类工具的法律挑战。

研究称，在大公司工作的美国开发人员中，有高达92%的人报告在工作或个人时间使用人工智能编码工具，70%的人表示他们看到了使用这些工具的显著好处。

有趣的是，这份报告表明，开发人员相信人工智能工具将改善他们创建的代码。

调查称：“开发人员表示，人工智能编码工具可以帮助他们满足现有的性能标准，提高代码质量、更快的输出速度和更少的生产级事故。”

受访者可能不知道学术研究与此相反。

例如，其中一项研究发现，像ChatGPT这样的人工智能助手生成的代码“远远低于大多数情况下适用的最低安全标准”。

另一项研究发现，与没有人工智能帮助的代码相比，Copilot产生了更多的安全漏洞，而开发人员错误地认为机器学习工具产生的错误更少。

第三项研究发现，副驾驶大约有40%的时间会产生安全漏洞。

恰如其分的是，那些回答GitHub调查问题的人似乎认为，作为性能指标，代码质量应该得到更少的重视。

当被问及目前如何评判他们时，这些程序员的回答是：代码质量(40%)；完成任务的时间(34%)；生产事故数量(34%)；编写的代码行(33%)；以及错误或问题解决的数量(33%)。

假设使用人工智能编码工具，这些开发人员更愿意根据以下因素来判断：代码质量(36%)；完成任务的时间(36%)；生产事件数量(33%)；编写的代码行数(33%)；以及拉请求数量(32%)。

更快、更粗制滥造似乎是当今的潮流。

在另一个自私自利的例子中，同样一部分开发人员表示，他们是根据编写的代码行来评判他们的，他们认为指标应该继续下去，即使在假定人工智能助手的生产率提高的情况下也是如此。

GitHub的调查显示，这一点可能值得重新考虑：“随着软件开发中使用人工智能工具的增加--这往往会增加代码量--工程领导者将需要问问，衡量代码量是否仍然是衡量生产率和产出的最佳方式。”

许多接受调查的开发人员(81%)还将人工智能视为团队和组织内部更好地协作的途径。

当被问及配备人工智能工具的团队应该关注哪里时，他们说：代码审查(45%)；安全审查(45%)；规划(43%)；结对编程(43%)；解决方案设计(42%)。

当被问及人工智能工具如何帮助他们的日常工作时，开发人员说：发展你的语言编码技能(57%)；提高生产力(53%)；专注于构建/创造而不是重复性任务(51%)；以及防止倦怠(41%)。

调查的结论是：“开发人员的满意度、工作效率和组织影响力都有望从人工智能编码工具中获得提升--这将对整体开发人员体验产生实质性影响。”