出品 | CSDN（ID：CSDNnews）
AI 大模型正在深入千行百業，在 CSDN 舉辦的 2023 年 1024 程序員節上，CSDN 創始人蔣濤分享中提到，大模型將掀起一場生態革命，帶來生產力的極大提升，重構所有軟件和應用，數字經濟將發生徹底改變。這是開發者的黃金時刻，也是全世界程序員的一次機會，大模型將技術的潛力推向了全新的高度，重新定義了開發者的角色以及數字經濟的前景。其中，與程序員關系最緊密的，是AI大模型對開發范式的影響和改變，未來可能每一位程序員都要與AI一同完成開發任務。
最近，騰訊混元大模型（以下簡稱騰訊混元）發布了新版本升級，這次升級重點加強了文生圖和代碼生成兩個方面的能力。本文就將以騰訊混元大模型為例，分享 AI 大模型在代碼生成能力上的最新表現，分析其背后的技術探索，并展望未來的應用前景，希望為開發者提供參考與研發工作新思路。
語義理解，實現細節描述需求
相比此前版本，新版騰訊混元在代碼生成任務上的最大進步，就是提升語義理解能力，根據更加細致的需求描述，生成出語義更加準確的代碼。為了評測語義理解，我們給騰訊混元下達一些包含細節編程任務的描述，測試它返回的代碼效果。測試編程如下:
“請用Python/ target=_blank class=infotextkey>Python語言編寫一個函數，實現對一個整數數組進行排序。要求采用冒泡排序算法對數組從小到大排序，并返回排序后的數組。”
對此需求，騰訊混元的回答是：
在這個測試用例中，我們包含了如下細節：
- 使用 Python
- 輸入輸出均為整數數組
- 冒泡排序
- 從小到大
從騰訊混元回答中可以看到，它首先給出了編碼風格良好的 bubble_sort 函數，代碼不僅正確，在解釋器中也可以直接運行，而且同時代碼的解析。完美實現了筆者的細節要求，展現出精準捕捉需求描述和轉換實現編程語義的能力。
我們還可以進行更復雜的測試，加入更多的細節要求，比如要求引用內置函數，輸出格式，代碼風格等。
測試用例如下：
“請編寫一個Python函數，輸入一個字符串數組，然后按照數組元素的字母表順序對數組進行排序后輸出，并用 * 間隔每個字符串的輸出。”
騰訊混元的輸出如下：
這段代碼實現了測試用例中的每個細節要求，如輸入字符串，調用內置函數 sorted 進行排序，使用*間隔輸出。同樣的，這段代碼可以在解釋器中正確的被執行。
通過這些測試可以看出，新版騰訊混元在理解描述中的編程需求和生成對應代碼的能力上，確實有了明顯的進步。它可以識別出不同的數據類型，如整數數組和字符串數組，并根據所述需求選擇合適的排序算法進行實現。同時對于語義細節，也有很好的理解和實現。
跨語言代碼生成，hold 住不同語言編碼風格
大模型需要能夠理解不同編程語言的語法和語義，以便生成正確的代碼。這需要模型具有強大的語言建模能力。在評測點一中，我們主要是讓騰訊混元使用 Python 進行代碼輸出，那么其它編程語言的代碼生成能力如何呢。
我們給出的測試用例如下：
“用golang來實現二叉樹的前、中、后序遍歷。”
這段測試用例雖然不長，但是仍然包含了很多細節。如二叉樹的定義、前序、中序、后序遍歷的函數，輸入輸出等。讓我們來看一下騰訊混元的回答：
甚至還給出了測試代碼和輸出結果：
騰訊混元展現出了驚人的知識量，不僅理解了測試用例，正確定義了二叉樹，還給出了三個排序函數，給出了測試結果，說明騰訊混元很強的語義理解能力，能夠理解非常抽象的需求。Python 寫的好，Golang 同樣寫的非常優秀，符合 Golang 的編碼風格和習慣，對于 Golang 特有的結構也是輸出的非常流暢和正確。這表明，騰訊混元也能調用恰當的 API 編寫出符合要求的代碼，支持不同的編程語言，生成的代碼符合不同編程語言的習慣。
復雜抽象、專業業務理解與生成，合理簡潔
在前面兩點中，主要考察了騰訊混元對于語義細節以及代碼生成的廣度上，實際工作中，需求是非常抽象和專業的。
我們來測試一下騰訊混元對于專業領域的代碼生成能力，給出測試用例如下：
“使用Rust編寫一個內存管理接口模塊，用于對錯誤內存頁面的隔離和重新分配。”
在這個測試用例中，我們切換了新的編程語言，同時引入了操作系統底層的專業領域知識，騰訊混元的回答如下：
從思路到實現，騰訊混元的回答質量很高，從專業的角度看，設計的也是非常合理的。不僅給出了示例代碼，還解釋了關鍵邏輯，如分配、釋放內存，檢查內存頁面是否有效，分配新頁面?？梢哉f是理解了這個業務需求的每個細節，同時還留下了業務需要額外關注的地方，如性能、碎片等。在這個場景中非常貼合專業領域的編碼習慣了，即先給出大致的邏輯，然后不斷進行細節優化。
讓我們再用一個復雜且抽象的測試騰訊混元的生成能力。
“使用基本的html，js，css完成一個美觀實用的Todolist頁面”
在這個測試用例中，Todolist 是抽象的，隱含了用戶的輸入輸出，任務的刪減。任務的定義，樣式的定義等。讓我們來看一下騰訊混元的實現：
代碼比較長，這里直接按它說的，將代碼復制到一個 html 文件中，然后通過瀏覽器打開直接看效果：
包括了一個基本的 TodoList 頁面，用戶可以在輸入框中輸入任務，點擊添加按鈕將任務添加到任務列表中。任務列表中的每個任務都有一個刪除按鈕，點擊刪除按鈕可以從列表中移除任務，整個頁面使用了簡潔的設計和易于使用的元素。
數據、prompt 和建模技術探索
大模型代碼生成能力得到大幅提升的背后，需要依托多方面的技術探索與突破。以騰訊混元大模型為例，我們從騰訊混元大模型的更新日志中了解到，騰訊混元團隊收集了大規模的編程語料，通過不同語言、不同應用領域代碼的學習，不斷完善模型對編程語義的理解。此外，設計高質量的代碼生成 prompt 也是關鍵，指導模型準確捕捉語法、風格等方面的語言特征。具體來說：第一是在提高編程語料數據質量。相比通用語言數據，高質量的代碼語料對模型訓練更為關鍵，騰訊混元團隊持續積累各類編程語言的代碼樣本，擴充模型對編程語義的理解。
第二是持續進行 prompt 優化，不斷優化代碼生成的提示詞表述，引導模型更好地捕捉編程語言的語法、風格和語義等方面特征。
第三是嘗試多任務統一建模，在模型結構上，將代碼生成任務與理解自然語言描述的任務統一建模，使模型在兩個方向的表示能力得以相互促進。
除了這三方面技術探索，模型在程序語言理解上的大幅進步還有賴于持續的工程化積累。另外，騰訊混元大模型由騰訊自研的 Angel 機器學習平臺提供支撐。AngelPTM 訓練速度較主流開源框架提升 1 倍，可以縮短模型研發迭代周期，也是確保騰訊混元大模型快速迭代的重要的保證。
應用前景：代碼提示、代碼規范檢測與代碼生成，助力開發提效
通過實測，能看到騰訊混元大模型代碼生成能力已經有效提升。而更好的生成能力，可以幫助大模型在軟件開發輔助等領域開啟更多應用場景。目前代碼編程方面可以預見有三大應用方向：
1. 代碼提示：基于自然語言描述自動提示代碼段，可輔助開發者更快實現編程需求。
2. 代碼規范檢測：檢查代碼是否符合指定的代碼規范要求，如命名規范等。
3. 代碼生成根據復雜需求描述自動生成完整代碼，輔助快速實現編程功能。
以騰訊混元大模型為例，在代碼提示上，騰訊混元可用于各種編程語言的 IDE 中，根據開發者的注釋或需求說明，提示可能的代碼實現。針對一些重復性比較強的編碼工作，如果能根據注釋自動提示代碼，將大大提升開發效率。開發者只需關注業務要求，無須反復鍵入重復的代碼片段，就能高效實現功能。
在代碼規范檢測上，可基于公司或項目的代碼規范要求，自動檢查代碼的命名、格式等是否符合規范。騰訊混元可以幫開發團隊節省開發時間，避免手動 review 檢查出的問題，自動化檢測可一次性直觀地反饋所有規范問題。
而代碼生成更是直接輔助編程，根據需求描述快速輸出代碼雛形，騰訊混元可直接輸出初始版本代碼，開發者只需在此基礎上進行適當優化與補充，輔助開發者快速實現所需功能。
從這次版本升級能看到，騰訊混元的代碼生成能力正在持續快速進步。相信通過不斷的實踐與積累，其在程序語言理解方面的能力還將達到新的高度。而對于開發者來說，趁手的開發工具是高質高效完成開發任務的前提，從騰訊混元大模型評測能看出 AI 大模型的實力已經不容小覷，如何利用大模型加速抽象復雜、甚至跨語言的項目研發，提升研發效率，值得每位開發者重視。CSDN 將持續報道 AI 與大模型最新技術與落地實踐，歡迎關注。
