雖然過去十幾年里一直引領全球 AI 進步，谷歌在過去的幾個月卻只能努力追趕微軟和 OpenAI 的步伐，為此這個星期甚至還把谷歌大腦和 DeepMind 合并到了一起。

去年底，ChatGPT 引發(fā)了科技行業(yè)的劇變，今年 2 月，谷歌發(fā)布 ChatGPT 競品 Bard，人們對其使用體驗褒貶不一。Bard 有這樣那樣的限制，很多人對開發(fā)人員提出的需求就是「什么時候它才能寫代碼？」

本周五，Bard 寫代碼的能力終于上線了。

谷歌表示，Bard 現(xiàn)在能使用 20 種編程語言，包括 C++、Go、Java、Javascript、Python 和 Typescript 等等，還能幫助用戶 debug 和解釋代碼、優(yōu)化代碼。只需要簡單的 prompt，例如「能讓該代碼更快嗎？」，Bard 就能理解人類意圖，自動讓代碼變得更高效。

我們知道，很多人會使用 Google Colab 跑機器學習模型，它還自帶免費的云 GPU 算力。現(xiàn)在人們也可以輕松地將 Bard 生成的 Python 代碼導出到 Google Colab 上 —— 甚至無需復制粘貼。Bard 還能夠協(xié)助 Google Sheets 編寫函數(shù)。

此前，谷歌已宣布面向美國和英國的用戶開放 Bard，這部分用戶已經可以直接使用 Bard 的所有新功能了。

谷歌演示了 Bard 寫代碼的效果。和 ChatGPT 一樣，現(xiàn)在 Bard 可以根據(jù)你的需求生成完成相應任務的代碼：

解釋代碼的功能對于編程初學者來說特別有用：

除了生成、解釋代碼，Bard 還可以幫助用戶調試（debug）代碼，包括 Bard 自己生成的代碼。如果 Bard 生成的代碼未按預期運行，只需告訴 Bard：「this code didn’t work, please fix it（此代碼無效，請修復）」，Bard 就可以幫助用戶進行調試。

應用生成式 AI 來加速軟件開發(fā)并幫助人們解決復雜的工程挑戰(zhàn)，這是 Bard 推出代碼生成功能的美好愿景。但目前 Bard 的能力還有待提升。

谷歌表示，Bard 仍處于早期實驗階段，有時可能會提供不準確、誤導或虛假的信息，也可能會生成無法產生預期輸出的代碼，或者生成不是最優(yōu)的 / 不完整的代碼。用戶需要在采用 Bard 生成的代碼之前，仔細檢查代碼，測試和審查代碼中的 error 和 bug。

對于一款正在大規(guī)模測試的語言大模型來說，新上線的功能必然會遇到用戶各式各樣的調戲，Bard 的代碼能力也一樣。

首先 Bard 在給出答案時會自帶引用的代碼鏈接，對于一個面向實用化的產品來說，這很重要，也受到了好評。

你們經常吐槽 AI 是在抄代碼，它不是亂抄的。

問 Bard「你能幫我實現(xiàn)一個基本的 RNN 并在虛擬文本數(shù)據(jù)上測試它嗎？」然后直接把生成的代碼導出到 Google Colab 上。代碼的一部分不起作用。找到錯誤再次詢問 AI，Bard 修改了代碼，看起來一切似乎都運行完美。現(xiàn)在我們只需要檢查實現(xiàn)是否正確，手動檢查，有必要的時候做一些單元測試就行了。

擁有 Google Colab 導出功能真的很有用。

最后，有人嘗試用 Bard 生成上古編程語言 COBOL 的代碼，結果居然是令人滿意的：

人們一直在擔心，等現(xiàn)在這波 COBOL 程序員退休，很多關鍵崗位會后繼無人。看起來，AI 可以幫我們解決這個大問題了。

不過也有部分網友表示，Bard 的能力似乎仍然不及 GPT-4。

使用 AI 輔助編程，能否最終改變我們的工作方式？這還有待我們繼續(xù)探索。