編程界中的智能輸入法，用上之後越來越喜歡

• 2019 年 12 月 5 日
• 筆記

在搜狗智能輸入法面世的時候，用了一段時間之後，發現它真的很智能，對於常用的語言的片段都記錄了下來，而且智能的把常用的文字排到第一位。

在我開始寫程序時，我就常常在想，如果在編程中也有類似搜狗智能輸入法的產品，那體驗會有多麼棒呢，可以把整個編程的速度提上來，就好比原來雙拼換成搜狗輸入法，原來寫1000字的文章需要120分鐘，現在寫1000字的文章只需要30分鐘，更多的時間放在文章框架和思路構想上面。

當然了，輸入法的進步遲早會推動編程軟件的進步，特別是人工智能技術已經被大規模用以生成文本內容的時代，果不其然有人把我這個想法實現了，它就是比IDE提示更智能的代碼提示產品——aiXcoder。

感受一下編程速度

aiXcoder是一個AI驅動的代碼提示工具。支持的編程語言有Java，Python，C++，Php，JavaScript，TypeScript，Go。支持的編輯器有IntelliJ IDEA，Eclipse，PyCharm，Android Studio，PhpStorm，WebStorm、Clion，sublime、Visual Studio Code（簡稱VS Code）。

根據對智能編程的了解，aiXcode底層用到的是深度學習的技術，可以分析已有數據，從分析中學習預測接下來要輸入的代碼，而且整體效果要比IDE自帶的提示強太多，一次性可以預測1行或者1段，而且準確率還算可以，根據從官網了解到，aiXcoder還有VIP版本和企業版本，目前VIP版本也是免費獲得，具體三種版本對比如下：

為了更好的體驗這個產品，看aiXcoder與IDE自帶代碼提示快多少，我從【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：

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。

在網上還看到了機器之心、36Kr、獵雲網知名媒體對aiXcoder的報道，以及程序員對產品的評價。

雖然大家對aiXcoder有高的評價，但是對於一個創新性的產品，還是有一些小缺點，我這裡也收集了一下並且與官方溝通過，這些缺點都在改進甚至修復的過程中。

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、某些語言、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。

目前aiXcoder告訴我，馬上會發佈go、Kotlin、css等語言的支持，敬請期待吧。

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。

4、本地化預測

很多用戶在公司內網無法連接網絡來使用目前版本的aiXcoder，目前aiXcoder正在做本地化的預測模型，能夠不聯網即可使用。大家可以關注一下aiXcoder公眾號，本地版本發佈後來試試無需聯網使用的本地版本。

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！