史上最強大IDEA編程插件：編程效率提升N倍
- 2019 年 10 月 10 日
- 筆記
平時寫代碼的時候多少會依賴編輯器裏面的代碼補全，敲幾個字母就能補全一整個詞。可是這麼多年過去了，為什麼代碼補全還是像最開始那樣，只能限定於一個詞，而且毫無意義地按照字典表順序排列呢？
傳統的代碼補全，一大篇毫無意義的推薦
想像一下，如果用【AI】來做代碼提示會怎樣，把更常用的結果放在前面，給出更長的推薦，甚至一行！
AI做代碼補全，根據使用情況智能排序，甚至補完整個語句
【知名媒體紛紛報道】
近日我在瀏覽網頁時，看到了機器之心、36Kr、獵雲網等知名媒體對AI輔助編程產品-「aiXcoder」(www.aixcoder.com)的報道，這一款用人工智能技術輔助開發者編程的產品，主要包含了智能代碼補全和代碼推薦。
aiXcoder安裝和使用起來很簡單，能夠有效提高開發者編程效率。aiXcoder是基於深度學習技術，具備學習、優化的能力，像你的私人編程助手，在你使用過程中邊學邊用，隨着使用時間越長，推薦的代碼長度越長、越準確。
aiXcoder支持Java、Python、JavaScript、TypeScript、PHP、C++等多種編程語言。
支持很多常用IDE：intelliJ IDEA、Pycharm、Ecplise、Sublime、PhpStorm、WebStorm、VS Code、Android Studio等等。
【測試AI編程】
於是我測試了一下這個可以【幫助程序員節省時間】的工具，看看AI編程發展到什麼程度，是否真正幫助程序員節省時間。
本着獨立、客觀、第三方的原則，挑選第三方的代碼進行測試。
既然說可以節省編程時間，從【鍵盤按鍵】數量的角度進行統計與比較，因為敲擊鍵盤數量越少，越節省開發時間。
【Round One：Tensorflow】
選擇的第一個測試程序是Google官方的tensorflow示例程序：
測試代碼地址：
https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/recurrent_network.py
選擇如下的代碼片段進行測試：
選擇的原因是這部分代碼包含內容比較全面，包含：
●自定義函數
●函數變量、實參
●API
●變量名
這四個方面，基本可以看出aiXcoder推薦準確度，以及判定是否對編程有幫助。
測試結果：
●IDE自帶推薦：
使用IDE自帶代碼提示功能，需要的按鍵次數：311
●aiXcoder智能推薦
使用aiXcoder智能推薦提示功能，需要的的按鍵次數：56
測試結論：
選擇tensorflow社區版本【aiXcoder智能推薦是IDE自帶推薦近5倍的編程效率】
使用錄製的動圖如下：
【 Round Two：Java】
選擇鍾述林老師的Java實戰的經典例子。
測試代碼地址：https://github.com/zsl131/spring-boot-test/tree/master/study12
選擇如下的代碼片段進行測試，例子裏面的字符串不作為統計的指標：
測試結果如下：
●IDE自帶推薦：
使用IDE自帶代碼提示功能，需要的按鍵次數：236
●aiXcoder智能推薦-Java版本模型
使用aiXcoder智能推薦提示功能，需要的的按鍵次數：105
測試結論：
選擇Java社區版本【aiXcoder智能推薦是IDE自帶推薦2.25倍的編碼效率】
使用錄製的動圖如下：
【Round Three：C++語言】
由於C++語言不熟悉，所以選擇簡單的文件讀取的例子進行測試：
結果如下：
●IDE自帶推薦：
IDE自帶代碼提示功能，需要的按鍵次數：98
●aiXcoder代碼推薦-C++版本模型
aiXcode智能推薦提示功能，需要的按鍵次數：49
測試結論：
選擇C++社區版本【aiXcoder智能推薦是IDE自帶推薦2倍的編碼效率】
使用錄製的動圖如下：
aiXcoder和使用IDE編譯器自帶提示使用方式一致，無需學習成本即可上手使用，是一個面向程序員的好產品，在實際的使用中對提高編程效率很有幫助。
【更多為程序員量身定製的功能】
除了上面的測試功能，aiXcoder還會分析你潛在的推薦需要，對系統默認推薦位置進行排序優化，把你想用的推薦結果排序前置，方便編程過程中的選擇。
「代碼搜索功能」是aiXcoder的另一個節省時間的功能：把搜索代碼實現具體功能的搜索引擎做到了IDE中，節省來回切換瀏覽器的時間成本。
【總結一下】
aiXcoder和使用IDE編譯器自帶的短提示使用方式一致，沒有學習成本即可上手使用，是一個面向程序員的好產品，在實際的使用中確實提升了編程的效率。
對於一個創新性產品，本身也會有不足的地方，根據官網和以往的用戶評論，目前aiXcoder還有三點需要注意的地方：
1、部分城市反饋速度延遲
由於網絡延遲原因，部分地區的用戶，推薦內容返回不及時，可能要超過200ms才有推薦結果。目前aiXcoder正在全國各地部署服務器，解決卡頓、推薦慢的問題。
2、某些IDE未支持
目前aiXcoder支持常見的IDE，部分小眾IDE未支持，用戶可以在官網反饋或者在群里反饋，官方也會優先支持用戶提議多的IDE。
3、時間長、效果好
安裝之後，並不能起到立竿見影的效果，學習到反饋需要過程，根本還是深度學習的問題。一個用戶安裝並使用1周之後，推薦準確率要比剛裝上好太多，而且推薦的長度也更長。
雖然aiXcoder還有部分的不足，作為一個純國產的技術性產品，我作為一個程序員還是很期待，相信aiXcoder能夠在編程領域掀起波浪，讓我們拭目以待！
