Meta宣布开发了一款类似GitHub Copilot的生成式AI编程工具——CodeCompose。该消息在Meta聚焦AI基础设施及自研定制芯片加速模型训练的活动上发布。目前CodeCompose尚未对外公开，但Meta团队已在VS Code等IDE中内部使用，以获取Python及其他语言的代码建议。
Meta软件工程师Michael Bolin表示：“底层模型基于Meta公开研究构建，并针对内部用例和代码库进行了调整。在产品层面，我们已将CodeCompose集成到开发人员或数据科学家处理代码的各类界面中。”
在Meta训练的多个CodeCompose模型中，最大版本拥有67亿参数，约为Copilot基础模型参数量的一半。参数定义了模型从历史数据中学习到的能力，直接影响其在文本生成等特定任务上的表现。
CodeCompose基于Meta第一方代码微调，涵盖Hack语言编写的内部库与框架，能将相关内容纳入编程建议。此外，其基础训练数据集已过滤掉已弃用API等不良编码实践，以降低推荐问题代码的风险。
实际操作中，用户键入代码时，CodeCompose可提供注释、导入语句等建议，支持单行或多行补全，并能选择性填充大段代码。Bolin指出：“CodeCompose能利用上下文代码提供更精准建议，并将代码注释作为生成信号。”
Meta透露，每周数千名员工使用CodeCompose，采纳率超20%。但该公司未回应代码生成AI相关争议。
微软、GitHub和OpenAI正面临集体诉讼，指控Copilot复述受版权保护代码且未署名。法律专家警告，若企业无意中将AI生成的受版权保护建议纳入生产软件，可能面临风险。目前尚不清楚CodeCompose是否使用了授权或受版权保护的代码进行训练。
对此，Meta发言人回应：“CodeCompose基于Meta AI研究部门发布的InCoder训练。InCoder论文明确指出，训练数据仅包含GitHub/GitLab上宽松非Copyleft开源许可的公共代码，以及StackOverflow的问题、回答和评论。CodeCompose的额外训练仅基于Meta内部代码。”
斯坦福大学研究显示，使用代码生成AI的工程师更易引入安全漏洞。尽管研究未专门针对CodeCompose，但逻辑上使用该工具的开发者也可能面临相同风险。