任何一個大型軟件都不是一開始就構(gòu)思完善的，而是通過開發(fā)人員的一次次改進、編輯、單元測試、修復構(gòu)建錯誤、解決代碼審查，再循環(huán)解決問題，直到滿足上線需求后才能把代碼合并到倉庫中。

控制整個過程的學問就叫做軟件工程。

軟件工程并非一個獨立的過程，而是由開發(fā)人員、代碼審查員、錯誤報告員、軟件架構(gòu)師和各種開發(fā)工具（如編譯器、單元測試、連接器、靜態(tài)分析器）之間的交流組成。

最近，Google公布了自家的DIDACT（Dynamic Integrated Developer ACTivity，動態(tài)集成開發(fā)人員活動）框架，用AI技術(shù)增強軟件工程，將軟件開發(fā)的中間狀態(tài)作為訓練數(shù)據(jù)，輔助開發(fā)人員編寫、修改代碼，并實時了解軟件開發(fā)的動態(tài)。

DIDACT是一個多任務模型，在編輯、調(diào)試、修復和代碼審查在內(nèi)的開發(fā)活動上進行訓練

研究人員在內(nèi)部構(gòu)建并部署了三個DIDACT工具，注釋解析、構(gòu)建修復和提示預測，每個工具都集成在開發(fā)工作流程的不同階段。

軟件工程=交互日志

幾十年以來，Google的軟件工程工具鏈都是將與代碼相關(guān)的每個操作都存儲為工具和開發(fā)人員之間的交互日志。

原則上，用戶可以使用這些記錄來詳細重放軟件開發(fā)過程中的關(guān)鍵變更過程，即Google的代碼庫是如何形成的，包括每一次的代碼編輯、編譯、注釋、變量重命名等。

Google的開發(fā)團隊會將代碼存放于monorepo（單倉庫，mono repository）中，即包含所有工具和系統(tǒng)的代碼存儲庫。

軟件開發(fā)人員通常在云中客戶端（Clients in the Cloud, CitC）系統(tǒng)管理的本地寫時復制（copy-on-write）工作空間中對代碼修改進行實驗。

當開發(fā)者準備好將一組代碼變更打包在一起實現(xiàn)某個任務時（比如修復某個bug），需要在Google的代碼審查系統(tǒng)Critique中創(chuàng)建了一個變更列表（changelist, CL）。

與常用的代碼評審系統(tǒng)一樣，開發(fā)人員與同行評審者會就功能和風格進行交流，然后編輯CL以解決評審注釋時提出的問題。

最后，評審員宣布代碼「LGTM！（looks good to me）」，并把CL合并到代碼存儲庫中。

當然，除了與代碼評審員的對話之外，開發(fā)人員還需要維護大量與其他軟件工程工具的「對話」，包括編譯器、測試框架、鏈接器、靜態(tài)分析器、模糊測試工具等。

軟件開發(fā)中涉及的復雜活動網(wǎng)絡(luò)的說明：開發(fā)人員的活動、與代碼評審員的交互以及對編譯器等工具的調(diào)用。

軟件工程中的多任務模型

DIDACT利用工程師和工具之間的交互對機器學習模型賦能，通過建議或優(yōu)化開發(fā)人員在執(zhí)行軟件工程任務時的行動，來輔助Google開發(fā)人員參與軟件工程過程。

為此，研究人員定義了一些關(guān)于單個開發(fā)人員活動的任務：修復損壞的構(gòu)建、預測代碼審查注釋、處理代碼審查注釋、重命名變量、編輯文件等。

然后為每個活動定義一個通用的形式：獲取某個State（代碼文件）、某個Intent（特定于某個活動的注釋，例如代碼評審注釋或編譯器錯誤），并生成一個Action（用于處理任務的操作）。

其中Action就像一個迷你編程語言，可以擴展為新添加的活動，涵蓋了編輯、添加注釋、重命名變量、標記代碼錯誤等內(nèi)容，也可以稱這種語言為DevScript。

DIDACT模型的輸入提示為任務、代碼片段和與該任務相關(guān)的注釋，輸出為開發(fā)動作，如編輯或評論

狀態(tài)-意圖-行動（State-Intent-Action）的定義形式能夠以通用的方式捕捉不同的任務，更重要的是，DevScript可以簡潔地表達復雜動作，不需要像動作發(fā)生后那樣輸出整個狀態(tài)（原始代碼），使得模型更有效且更可解釋。

比如重命名可能會修改代碼文件中的多處地方，但模型只需要預測一個重命名操作即可。

給AI模型配個程序員

DIDACT在個人輔助任務上運行得非常好，比如下面的例子中演示了DIDACT在功能完成后的代碼清理工作，先輸入代碼審查員的最終注釋（圖片中標記為human），然后預測解決注釋中提出問題所需要的操作（用diff展現(xiàn)）。

給定代碼的初始片段和代碼審查員附加到代碼片段的注釋，DIDACT的Pre-Submit Cleanup任務生成處理這些注釋的編輯操作（文本的插入和刪除）

DIDACT的多模態(tài)性質(zhì)也產(chǎn)生了一些隨規(guī)模增大而涌現(xiàn)出的全新行為，其中一種能力是歷史增強（history augmentation），可以經(jīng)由提示來啟用這種能力，了解開發(fā)人員最近做了什么可以讓模型更好地預測開發(fā)人員下一步應該做什么。

歷史增強代碼補全的演示

歷史增強代碼補全任務可以展現(xiàn)這種能力，上圖的例子中，開發(fā)人員添加了一個新的函數(shù)參數(shù)（1），并將光標移動到文檔中（2）。以開發(fā)人員編輯的歷史和光標位置為條件，模型通過正確預測新參數(shù)的文檔字符串條目來完成行（3）。

在難度更大的歷史增強編輯預測任務中，模型能夠以歷史一致的方式選擇下一步編輯的位置。

在多個鏈式迭代上的編輯預測的演示

如果開發(fā)人員刪除了函數(shù)參數(shù)（1），則模型可以根據(jù)歷史正確地預測對刪除參數(shù)的文檔字符串（2）的更新（而無需人類開發(fā)人員手動地將光標放置在那里），并且在語法上（也可以說是語義上）正確地更新函數(shù)（3）中的語句。

有了歷史后，模型可以明確地決定如何正確地繼續(xù)「編輯代碼過程」，而如果沒有歷史記錄，模型就無法知道丟失的函數(shù)參數(shù)是故意的（因為開發(fā)人員正在進行更長的編輯操作以刪除參數(shù)）還是意外情況（模型應該重新添加參數(shù)以修復問題）。

除此之外，模型還可以完成更多的任務，比如從一個空白文件開始，要求模型連續(xù)預測接下來的編輯操作，直到編寫出一個完整的代碼文件。

最重要的是，該模型能夠以一種對開發(fā)人員來說很自然的、循序漸進的方式輔助編寫代碼：

首先創(chuàng)建了一個具有導入、標志和基本main函數(shù)的完整工作框架；然后再逐步添加新功能，例如從文件中閱讀和寫入結(jié)果，并添加基于用戶提供的正則表達式來過濾某些行的功能。

結(jié)論

DIDACT將Google的軟件開發(fā)過程轉(zhuǎn)變?yōu)闄C器學習開發(fā)人員助理的訓練演示，并使用這些演示數(shù)據(jù)來訓練模型，以循序漸進的方式構(gòu)建代碼，與工具和代碼審查人員交互。

DIDACT方法補充了Google和其他公司的大型語言模型所取得的巨大成就，可以減少工作量，提高生產(chǎn)力，并提高軟件工程師的工作質(zhì)量。