华为云智能编程助手CodeArts Snap的体验

编程开发是个费时费力的工作，AI技术在这方面大有可为，最近大火的ChaGPT被指编程比程序员还要稳，现在华为联合CSDN也推出了相应的技术。

据报道，在2023年全球人工智能开发者先锋大会媒体通气会上，中国开发者社区CSDN高级副总裁李炯明透露，华为云与CSDN将联合发布“智能化编程助手Snap”。

基于华为“诺亚语音语义实验室”与华为云“PaaS技术创新实验室”联合研发的代码大模型盘古Pangu-coder，华为云开发出了Codearts Snap插件。

CSDN用户使用该插件，可大大提升应用开发的效能与代码的质量。此前消息，在去年的华为全联接大会2022上，华为云持续升级四大开发生产线，包括数据治理生产线DataArts、AI开发生产线ModelArts、数字内容生产线MetaStudio、华为云软件开发生产线CodeArts。华为同时发布了四大创新服务：ModelBox AI开发套件，降低AI开发门槛;AutoETL工具，零代码高效开发;CodeArts Snap智能编程助手，让人人都有开发助手;新的华为云API中心，目前已汇聚超过6万个优质的API，让开发者快速联接华为云云服务和API接口，并提供多维度的数据分析，加速使能行业应用创新。

基于大模型的程序自动生成取得重大突破

数字时代竞争激烈，应用研发效率提升在企业竞争力构建中扮演着重要角色。2022年Gartner选出12大战略性技术中最强的AI技术之一“生成式AI”，其巨大的商业潜力引起科技市场普遍关注，涌现出一批以智能化代码生成为核心的提高开发者编程效率的AI产品。

国产最强AI代码辅助编程工具-华为云CodeArts Snap

华为云智能编程助手CodeArts Snap作为云厂商中首个国产化的AI代码辅助编程工具，致力于打造现代化开发新范式。通过将自然语言转化为规范可阅读、无开源漏洞的安全编程语言，提升开发者编程效率，助力企业快速响应市场需求；下面用3分钟向大家揭晓华为云CodeArts Snap强在哪里。

规避开源风险 | 杜绝业界普遍存在的编程安全隐患

华为云CodeArts Snap在各阶段均采取了针对性措施，有效规避了业界产品普遍带来的编程安全隐患。例如为避免开源代码带来的系统性风险，在数据预处理阶段，预训练数据对可能产生问题的licence涉及的代码进行了精细的过滤，从根本上杜绝开源licence风险，并会尽可能的从多种渠道获取可用的开源数据（如Gitee等）。

支持多种场景 | 带你感知代码智能生成的全场景化

我们惊喜地发现，华为云CodeArts Snap不仅熟悉常见算法，并且能熟练地使用各种API及其它工具；比如能够操作数据库，甚至可以求解高等数学题。华为云CodeArts Snap在形形色色任务中的出彩表现，使得其成为编程人员的得力助手。

场景一. 函数级代码自动生成

可以通过自然语言识别做到函数级的多行代码生成，开发者仅需在定义好的函数签名末尾处敲下“回车键”，CodeArts Snap将生成符合业务逻辑的完整函数代码（如下图）。

场景二. 承上文语义，展智能风采

CodeArts Snap在已有函数上文的场景下，还可以通过理解上文的语义和逻辑，自动进行行级代码生成（如下图）。

场景三. 从光标乍现处捕捉一次编程灵感

在编程过程中，开发者难免会遇到卡壳、停下来思考。此时CodeArts Snap在光标处会进行行中代码生成推荐，为开发者提供编程灵感。

光标处代码生成推荐

场景四. 让代码生成不止于一个结果方案

每次触发代码生成，CodeArts Snap会提供多个生成结果方案，开发者可以通过快捷键快速翻阅，也可以调取侧边栏对比查看所有候选代码生成推荐结果，并对结果进行选择。

圈点皆厚重，呈现即亮眼 | 同规模同算力下一次通过率（Pass@1）业界第一

华为云CodeArts Snap“全场景代码智能生成”能力向大家的亮眼呈现，其核心技术沉淀于华为云PaaS技术创新lab与华为诺亚方舟实验室联合打造的PanGu-Coder代码大模型中；华为在业界PanGu-Coder技术基础上，对模型方面进行了重点优化调整。

比如，针对函数级的代码生成与补全任务，CodeArts Snap分别发布了参数量为3亿和26亿两个规模可用的生成功能。当给定函数名并用自然语言描述需要实现的功能后，模型即可生成完整的函数功能代码。

对比业界，华为云CodeArts Snap所采用的模型在使用相对更少的训练数据和计算资源的情况下，代码生成一次通过率大幅超越同等规模的模型，甚至可以做到远超参数量规模更大的模型。华为云CodeArts Snap所采用的模型在保障了较强的泛化性能的同时，也大幅降低了研发团队开发成本和缩短产品研发周期，为快速部署应用带来更多的可能性。

附：表1与表2分别给出了CodeArts Snap所采用的模型（PanGu-Coder）在OpenAI Codex发布的Python程序生成评测数据集HumanEval以及谷歌发布的MBPP两个函数级代码生成任务的数据集上的表现：

表1 PanGu-Coder在HumanEval上的一次通过率以及十次通过率