编程界中的智能输入法,用上之后越来越喜欢

  • 2019 年 12 月 5 日
  • 筆記

在搜狗智能输入法面世的时候,用了一段时间之后,发现它真的很智能,对于常用的语言的片段都记录了下来,而且智能的把常用的文字排到第一位。

在我开始写程序时,我就常常在想,如果在编程中也有类似搜狗智能输入法的产品,那体验会有多么棒呢,可以把整个编程的速度提上来,就好比原来双拼换成搜狗输入法,原来写1000字的文章需要120分钟,现在写1000字的文章只需要30分钟,更多的时间放在文章框架和思路构想上面。

当然了,输入法的进步迟早会推动编程软件的进步,特别是人工智能技术已经被大规模用以生成文本内容的时代,果不其然有人把我这个想法实现了,它就是比IDE提示更智能的代码提示产品——aiXcoder。

感受一下编程速度

aiXcoder是一个AI驱动的代码提示工具。支持的编程语言有Java,Python,C++,Php,JavaScript,TypeScript,Go。支持的编辑器有IntelliJ IDEA,Eclipse,PyCharm,Android Studio,PhpStorm,WebStorm、Clion,sublime、Visual Studio Code(简称VS Code)。

根据对智能编程的了解,aiXcode底层用到的是深度学习的技术,可以分析已有数据,从分析中学习预测接下来要输入的代码,而且整体效果要比IDE自带的提示强太多,一次性可以预测1行或者1段,而且准确率还算可以,根据从官网了解到,aiXcoder还有VIP版本和企业版本,目前VIP版本也是免费获得,具体三种版本对比如下:

为了更好的体验这个产品,看aiXcoder与IDE自带代码提示快多少,我从【键盘按键】数量的角度进行统计与比较,因为敲击键盘数量越少,越节省开发时间。

【Round One:Tensorflow】

选择的第一个测试程序是Google官方的tensorflow示例程序:

测试代码地址:

https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/recurrent_network.py

选择如下的代码片段进行测试:

测试结果:

●IDE自带推荐:

使用IDE自带代码提示功能,需要的按键次数:311

●aiXcoder智能推荐

使用aiXcoder智能推荐提示功能,需要的的按键次数:56

测试结论:

选择tensorflow社区版本【aiXcoder智能推荐是IDE自带推荐近5倍的编程效率】

使用录制的动图如下:

【 Round Two:Java】

选择钟述林老师的Java实战的经典例子。

测试代码地址:https://github.com/zsl131/spring-boot-test/tree/master/study12

选择如下的代码片段进行测试,例子里面的字符串不作为统计的指标:

测试结果如下:

●IDE自带推荐:

使用IDE自带代码提示功能,需要的按键次数:236

●aiXcoder智能推荐-Java版本模型

使用aiXcoder智能推荐提示功能,需要的的按键次数:105

测试结论:

选择Java社区版本【aiXcoder智能推荐是IDE自带推荐2.25倍的编码效率】

使用录制的动图如下:

【Round Three:C++语言】

由于C++语言不熟悉,所以选择简单的文件读取的例子进行测试:

结果如下:

●IDE自带推荐:

IDE自带代码提示功能,需要的按键次数:98

●aiXcoder代码推荐-C++版本模型

aiXcode智能推荐提示功能,需要的按键次数:49

测试结论:

选择C++社区版本【aiXcoder智能推荐是IDE自带推荐2倍的编码效率】

使用录制的动图如下:

aiXcoder和使用IDE编译器自带提示使用方式一致,无需学习成本即可上手使用,是一个面向程序员的好产品,在实际的使用中对提高编程效率很有帮助。

【更多为程序员量身定制的功能】

除了上面的测试功能,aiXcoder还会分析你潜在的推荐需要,对系统默认推荐位置进行排序优化,把你想用的推荐结果排序前置,方便编程过程中的选择。

「代码搜索功能」是aiXcoder的另一个节省时间的功能:把搜索代码实现具体功能的搜索引擎做到了IDE中,节省来回切换浏览器的时间成本。

在网上还看到了机器之心36Kr猎云网知名媒体对aiXcoder的报道,以及程序员对产品的评价。

虽然大家对aiXcoder有高的评价,但是对于一个创新性的产品,还是有一些小缺点,我这里也收集了一下并且与官方沟通过,这些缺点都在改进甚至修复的过程中。

1、部分城市反馈速度延迟

由于网络延迟原因,部分地区的用户,推荐内容返回不及时,可能要超过200ms才有推荐结果。目前aiXcoder正在全国各地部署服务器,解决卡顿、推荐慢的问题。

2、某些语言、IDE未支持

目前aiXcoder支持常见的IDE,部分小众IDE未支持,用户可以在官网反馈或者在群里反馈,官方也会优先支持用户提议多的IDE。

目前aiXcoder告诉我,马上会发布go、Kotlin、css等语言的支持,敬请期待吧。

3、时间长、效果好

安装之后,并不能起到立竿见影的效果,学习到反馈需要过程,根本还是深度学习的问题。一个用户安装并使用1周之后,推荐准确率要比刚装上好太多,而且推荐的长度也更长。

4、本地化预测

很多用户在公司内网无法连接网络来使用目前版本的aiXcoder,目前aiXcoder正在做本地化的预测模型,能够不联网即可使用。大家可以关注一下aiXcoder公众号,本地版本发布后来试试无需联网使用的本地版本。

虽然aiXcoder还有部分的不足,作为一个纯国产的技术性产品,我作为一个程序员还是很期待,相信aiXcoder能够在编程领域掀起波浪,让我们拭目以待!