Copilot 两周实测：开发效率确实翻了一倍多，但别被噱头带偏

我只把 label 文案改了一下，两分钟不到就完了。没有 Copilot 的时候，这种组件怎么也得花十来分钟。

单元测试：它比我想得还快

写测试是公认的枯燥活。我给一个阶乘函数补测试，Copilot 不仅把常规用例列出来，连 n=0 和 n=1 这种边界都照顾到了。

# 测试一个计算阶乘的函数
def factorial(n):
    if n == 0:
        return 1
    else:
        return n * factorial(n-1)

# 生成对应的单元测试
def test_factorial():
    assert factorial(0) == 1
    assert factorial(1) == 1
    assert factorial(5) == 120
    assert factorial(10) == 3628800

当然，它不会主动处理负数输入。但十几条断言半分钟就全出来了，我再补一条 n < 0 的异常处理就齐了。

调试：直接指出越界

有次我的 Java 代码跑出 IndexOutOfBoundsException，Copilot 直接在循环旁边提示条件写错了。这种随手改掉的小问题，以前可能得 debug 一会儿才反应过来。

// 修复 IndexOutOfBoundsException
int[] arr = new int[5];
for (int i = 0; i <= arr.length; i++) {
    // 错误：应该是 i < arr.length
    arr[i] = i;
}

我后来专门留意了一下，用 Copilot 以后处理这类常见错误的时间平均能少一半。

工作流怎么调

Copilot 不是装上就完事。我花了几天适应，慢慢摸出一点门道。

注释得写得具体。比如不要只写'做计算'，而是写成'计算数组中所有偶数的平方和'，这样它给的代码才能直接用。

// 不好的注释：做计算
// 好的注释：计算数组中所有偶数的平方和
function sumOfEvenSquares(arr) {
  return arr.filter(num => num % 2 === 0).map(num => num * num).reduce((a, b) => a + b, 0);
}

我主要用 VS Code，Tab 接受建议，Esc 忽略，Ctrl+Enter 看备选。频率设中档就够了，太快反而会打断思路。

另外，生成的代码一定要复查。我习惯按这个顺序走：先想好自己要什么，用自然语言写注释，Copilot 补全，快速检查边界、性能和规范，再往项目里合。

除了写代码，它还能干点啥

Copilot 在 SQL 优化和 API 草稿上也很顺手。

写复杂查询时，它能根据表名猜出业务逻辑，直接给 join 方案：

-- 查询每个用户的最新订单详情
SELECT u.name, o.order_date, o.amount 
FROM users u 
INNER JOIN (
    SELECT user_id, MAX(order_date) as latest_date 
    FROM orders 
    GROUP BY user_id
) latest ON u.id = latest.user_id 
INNER JOIN orders o ON o.user_id = u.id AND o.order_date = latest.latest_date;

有时候还会提醒你加索引——虽然它不会真的去建。

或者搭个 Flask API 的架子：

from flask import Flask, request, jsonify

app = Flask(__name__)

# 创建一个用户 API 端点
@app.route('/api/users', methods=['POST'])
def create_user():
    data = request.get_json()
    # 这里添加用户创建逻辑
    return jsonify({'message': 'User created', 'id': 1}), 201

@app.route('/api/users/<int:user_id>', methods=['GET'])
def get_user(user_id):
    # 获取用户逻辑
    return jsonify({'id': user_id, 'name': 'John Doe'})

另外，正则表达式这种一次写完就不想再碰的东西，它也能给个模板：

// 匹配电子邮件地址
const emailRegex = /^[^\s@]+@[^\s@]+\.[^\s@]+$/;
// 测试
console.log(emailRegex.test('[email protected]')); // true
console.log(emailRegex.test('invalid-email')); // false

两周的数据

我挑了 10 个典型的任务，把用与不用 Copilot 的时间记下来对比：

单项效率提升大概在 60% 上下，平均下来确实能快一半多。为什么很多标题说 300%？那是因为省出来的时间可以并行推进其他任务，整体产出看起来就高了。但就单任务完成速度来说，一倍是真实水平。

几点需要留意的

过时或不安全的代码。 Copilot 从公开仓库学来不少东西，有时候会建议用 pickle 这种不安全模块：

# 不建议：使用不安全的 pickle 模块
import pickle
data = pickle.loads(serialized_data)
# 可能存在安全风险

# 更好：使用更安全的替代方案，如 JSON
import json
data = json.loads(serialized_data)

看见它引入奇怪的库，我一般会先查一下文档，尤其是处理用户输入的时候。

代码风格偶尔飘移。 它可能在同一个文件里混用单双引号，或者缩进不统一。用 ESLint 或 Prettier 在保存时自动格式化就行，慢慢它也能跟着你的偏好来。

最怕的是全盘接受。 刚开始用的时候，我差点养成'出建议就回车'的毛病。后来强制自己每段都读一遍，理解逻辑再提交。毕竟它生成的代码里也可能藏着性能坑，或者不符合项目现有的设计模式。

结尾

GitHub Copilot 确实帮我省了很多机械劳动，尤其是不想动脑子的那些活。但说到底，它只是个速度更快的上下文补全器，该懂的还是得懂，该查的资料也丢不掉。

保持批判地用它，别让人工智能替了脑子。