GitHub Copilot 正式全面推出，新增代码解释功能
去年6月，微软旗下 GitHub 联合 OpenAI 推出 Copilot。这款基于 Codex AI 模型（经数十亿行公开代码训练）的服务，可在 Visual Studio 等开发环境中提供整行代码建议。Copilot 不仅能根据上下文补全代码和函数，还能依据开发者描述的目标（如“Say hello world”）结合知识库展示实现方案。
在 Build 2022 大会上，微软宣布 Copilot 将于今年夏季正式全面推出，并免费向学生及“已验证”的开源贡献者开放（后者细节后续公布）。正式版体验与预览版基本一致：支持 Python、JavaScript、TypeScript、Ruby、Go 等数十种语言；开发者可接受、拒绝或编辑建议；Copilot 能自适应编码风格，自动填充样板代码并推荐匹配的单元测试。
除 Visual Studio Code 外，Copilot 扩展还将支持 Neovim、JetBrains 及 GitHub Codespaces 云端环境。
新增 Copilot Explain 功能
伴随全面发布，研究计划性质的新功能 Copilot Explain 同步上线，可将代码转换为自然语言描述，旨在帮助新手或不熟悉特定代码库的人员快速理解逻辑。
GitHub 产品副总裁 Ryan J. Salva 表示，此前推出的 Copilot Labs 作为实验性机器学习应用试验场，包含了“解释此代码”和“翻译此代码”等功能。用户高亮代码块即可要求 Copilot 用通俗语言解释。Salva 强调，Labs 本质为实验性功能，可能存在故障，且不一定成为永久功能。
安全提示与质量改进
受限于 AI 模型复杂性，Copilot 仍不完美。GitHub 警告称，其可能生成不安全模式、错误代码、过时 API 引用，甚至包含训练数据中的个人敏感信息或有偏见内容。建议的代码未经测试，可能无法编译运行或毫无意义。
对此，GitHub 已实施过滤器屏蔽标准格式下的邮箱及不当用语，并正构建检测公共仓库重复代码的过滤器。官方免责声明指出：“尽管持续优化，Copilot 建议的代码仍应像其他代码一样经过仔细测试、审查和验证。”
虽然底层模型 Codex 的能力已被 AlphaCode、PolyCoder 等系统匹配甚至超越，但 Salva 表示 Copilot 仍在进步。团队正利用 CodeQL 扫描训练数据加权、运行时分析等手段提升建议质量，致力于帮助开发者提高生产力，并确保长期来看 Copilot 编写的代码比平均水平更安全。
用户采用率稳步增长
缺乏透明度并未削弱用户热情。微软透露，在技术预览阶段，Java 和 Python 等语言中约 35% 的代码由 Copilot 生成，已有数万名用户在预览期间定期使用该工具。