DEV Community
·
GitHub Copilot（生成式人工智能）有帮助，但表现不佳（2025年3月）
💡
原文英文，约6700词，阅读约需25分钟。
📝
内容提要
使用GitHub Copilot Pro进行ASP.NET 8/C#开发的三个月体验表明，该工具在处理重复性任务时表现良好，但在复杂任务中常常出错。尽管提供代码建议，生成的代码仍需手动修正，且对C#语法理解不够准确。总体而言，Copilot在小范围内有帮助，但在多文件项目中效率低下，用户需谨慎使用。
🎯
关键要点
- 使用GitHub Copilot Pro进行ASP.NET 8/C#开发的三个月体验表明，该工具在处理重复性任务时表现良好，但在复杂任务中常常出错。
- 尽管提供代码建议，生成的代码仍需手动修正，且对C#语法理解不够准确。
- Copilot在小范围内有帮助，但在多文件项目中效率低下，用户需谨慎使用。
- 用户在使用Copilot前需进行充分的培训和了解其局限性。
- Prompt Engineering被认为是与AI系统交互的必要手段，但存在对其有效性的怀疑。
- Copilot在生成代码时常常会出现语法错误，用户需进行额外的语法检查。
- Copilot在处理小范围任务时表现良好，但在复杂的多文件项目中效果不佳。
- 用户在与Copilot交互时，往往需要手动检查和修正生成的代码。
- Copilot的生成代码可能会包含不必要的内容，用户需进行筛选。
- 在处理特定问题时，Copilot的建议可能会偏离主题，用户需自行查找解决方案。
- Copilot在生成注释时可能会误删代码，用户需仔细检查。
- Copilot的上下文理解能力有限，用户需明确提供上下文信息。
- Copilot在生成复杂的HTML和JavaScript代码时表现不佳，用户需手动完成。
- Copilot的市场营销与实际能力之间存在差距，用户需保持理性。
- 尽管Copilot在某些情况下能节省时间，但在复杂任务中仍需依赖人工编程。
- 未来的AI工具可能会不断改进，但当前版本的Copilot仍需谨慎使用。
❓
延伸问答
GitHub Copilot在处理复杂任务时表现如何？
GitHub Copilot在复杂任务中常常出错，效率低下，用户需谨慎使用。
使用GitHub Copilot时需要注意哪些问题？
用户需手动检查和修正生成的代码，尤其是语法错误和不必要的内容。
GitHub Copilot的生成代码是否可以直接使用？
生成的代码通常需要手动修正，不能直接使用。
GitHub Copilot在小范围任务中的表现如何？
在小范围任务中，GitHub Copilot表现良好，能够节省一些时间。
什么是Prompt Engineering，为什么重要？
Prompt Engineering是与AI系统交互的必要手段，但其有效性存在怀疑。
GitHub Copilot的市场营销与实际能力之间有什么差距？
市场营销往往夸大了GitHub Copilot的能力，实际使用中存在许多局限性。
➡️
