AI-Based 编码辅助在实践中的应用:现状、观点和未来发展
通过对 410 名开发者进行调查,本研究深入剖析了开发者使用 AI 编程助手的动机、显著的使用场景以及面临的主要可用性挑战,并提出了设计与使用此类工具的建议。
Mar, 2023
我们在开发 IDE 中的 AI 编码助手方面提出了四个关键收获:AI 编码助手应明确使用期望,与先进的 IDE 功能和现有扩展集成,使用可扩展的后端设计,并负责地收集应用数据以进行后续分析。我们提出了学术界和工业界需要解决的开放性问题和挑战,以实现下一代 AI 编码助手的愿景。
Mar, 2024
本研究应用基于 AI 的代码助手对影响现代技术的一些重要代码进行分析,提出使用该助手工具可以对混淆代码或缺乏说明注释的软件提供见解,并专注于添加自动文档和代码注释,并将某些选定的大型代码库转换为带有多个新的 API 和多任务链接的现代版本,从而在遗留代码重构和高价值代码库功能简化方面提供了具有人类级别专业知识的有价值工具。
Jan, 2023
介绍了构建、训练和使用可靠的人工智能软件开发助理的整体架构,其中包括基于真实编码场景和复杂软件架构进行训练的 LLM,利用基于图形的代码表示进行高级语义理解,整合知识图谱以提供最新背景知识,并通过模块化的解码框架确保生成代码的正确性和安全性。
Dec, 2023
本研究探讨运用生成式 AI 助手在软件开发中的应用,以 GitHub Copilot 和 ChatGPT 为例,纳入领域专家面谈以了解业界现状和挑战,进一步提出未来的软件开发教育建议。
Mar, 2023
本论文综述了过去 35 年中在自然语言处理 (NLP) 中应用的主要深度学习方法和源代码的人工智能 (AI) 应用,包括代码智能 (CI) 和编程语言处理 (PLP),以及其在软件工程和教育中的对话助手的应用。还提出了在 AI 与对话助手和 CI 的交叉点上进行研究的机会,并提供了未来的研究方向。
Feb, 2022
本研究探讨了 AI 支持的编程工具的现有局限性和未来发展挑战,从 Copilot 的代码建议语言习惯和代码气味方面进行了初步探索,同时提出了一个简单的分类工具来理解该领域的 AI 支持的 code completion 工具。
Mar, 2023
利用 GPT-3.5-Turbo 模型作为 AI 导师的自动化编程评估系统中,利用经验数据和探索性调查发现了不同用户类型以及与 AI 导师的交互模式,总结了实时反馈和可扩展性等优势,但也指出了一些挑战,例如通用回答和学生对使用 AI 导师时学习进展受限的担忧。这项研究为教育中人工智能的作用增加了有益的话题。
Apr, 2024
评估在使用 Kotlin 和 Swift 等原生移动语言的实际移动开发团队中,AI 辅助程序编写的性能表现。通过广泛的案例研究,确定使用代码生成的 LLMs 在团队的特定阶段(技术入职和技术栈切换)中的影响,通过参与者的解决方案及其使用或不使用 AI 代码生成器来衡量时间、正确性和技术整合,并结合与参与者的反馈一起分析结果,以确定使用 AI 辅助编程工具对开发人员参与项目或在 Android 和 iOS 移动开发的两种语言环境之间实现平滑过渡是否有影响。该研究于 2023 年 5 月至 6 月期间在 Romanian 所有和管理的软件开发公司位于 Cluj-Napoca 市的移动部门成员中进行。
Aug, 2023