1.2.2 一分钟搞懂Copilot的背后原理

你可以把Copilot想象成你与正在编写的程序之间的一个中介层。你不必直接编写Python代码，只须用文字描述你想要的程序功能（这些文字称作“提示词”），Copilot便能生成相应的程序代码。

Copilot的智能引擎是一种精妙的计算机程序，名为大语言模型（Large Language Model，LLM）。这种模型掌握了单词与单词之间的内在联系，包括识别特定语境中最合适的词汇搭配，并基于这些信息预测出一段提示词后面最匹配的单词顺序是什么。

想象一下，我们请你预测这个句子中的下一个单词可能是什么：“The person opened the ________.”你可以想到很多选项，例如door、box或conversation等，但有些单词如the、it或open则显然不合适。LLM会综合考虑当前上下文来生成下一个合适的单词，并持续不断地进行这一过程，直至任务完成。

请注意，我们并没有说Copilot明白它正在做的事情。它仅仅是依靠当前的上下文来持续生成代码。在你今后的编程之路上，要始终铭记：只有我们自己能判断生成的代码是否真正实现了自己的意图。虽然大多数情况下它能够做到，但你仍然应该时刻保持适度的怀疑精神。图1.2描绘了Copilot根据提示词生成程序的过程。

图1.2　Copilot根据提示词生成程序的过程

你或许会好奇，为什么Copilot为我们编写的是Python代码，而不是直接生成机器码。这样的话，Python不就是一个可有可无的中间环节吗？其实不然，我们让Copilot编写Python代码的原因在于它可能会出错。一旦它出错，我们就需要对这些错误进行修正，相比于机器码，处理Python代码无疑要简单得多。

另外，几乎没有必要检查由Python代码转换的机器码是否准确。这在一定程度上归功于Python语言规范的确定性。我们可以畅想，或许未来Copilot已经精准到无须检查它生成的Python代码，但目前我们距离这一目标还有很长的路要走。