一款國產編程神器，秒殺了微軟GitHub Copilot。

有多快？

比GitHub Copilot快兩倍的同時，準確度還提高了約20%。

不僅如此，在做到“快”、“準”的情況下，功能上也是比較全面，包括：

代碼自動補全、自然語言生成代碼、自動添加注釋、智能bug查找、解釋代碼、自動生成單元測試等等。

劃重點：支持80種語言，且完，全，免，費！

目前，Fitten Code已經成為VSCode插件市場趨勢榜第一名！

這便是來自非十科技新鮮出爐的Fitten Code，完全基于國產深度學習框架計圖（Jittor）和非十研發的代碼大模型開發。

值得一提的是，它的核心開發團隊都是畢業于清華大學的博士；而且在校期間，正是他們作為主要開發者，推動了計圖的開源工作，畢業后成立非十科技創業，繼續推進計圖發展，并開發了JNeRF神經渲染庫與JittorLLMs大模型推理庫以及本次發布的Fitten Code AI編程助手。

那么接下來，我們就來一同看下Fitten Code的實測效果。

比GitHub Copilot更快更準

首先，我們還是將Fitten Code與GitHub Copilot放置在一起，在速度方面來個同臺競技。

同樣是面對“編寫ResNet模型”這個任務，速度上的差距可謂是肉眼可見——Fitten Code平均延遲只有300ms，而GitHub Copilot首次延遲長達足足5秒。

不僅如此，在生成的代碼結果質量上也有較大的差距。

Fitten Code生成了ResNet的完整代碼，而且還是可以交互式補全的那種；但反觀GitHub Copilot這邊，生成代碼卻是包含了大量的重復代碼片段。

低延遲固然是編程助手重要的一面，但準確率可以說是更可貴。

而從HumanEval測試集中的結果來看，Fitten Code做到了“魚和熊掌兼得”：

Fitten Code的Pass@1準確率達到了60.1%，相較Copilot的49.5%增長顯著。

在復雜算法任務上，Fitten Code也顯示出了它高效的一面，例如我們下達這樣一個任務：

請用Python實現最長上升子序列的算法，要求時間復雜度為O(nlogn)。

從結果中可以看到，Fitten Code很準確的完成了這個復雜任務。

我們再來看下GitHub Copilot這邊，就僅能實現O(n^2)的非最優算法了。

不僅如此，Fitten Code會在條件允許的情況下，一次性補全大量的代碼。

和其他產品平均一次只補全1-2行不同的是，Fitten Code平均補全3-5行，大幅提升補全效率。

因此，在幾輪“交鋒”下來之后，不難發現Fitten Code在相應速度、代碼補全量和準確率上，均完勝GitHub Copilot。

更多功能展示

正如我們剛才提到的，Fitten Code目前支持80多種編程語言，包括：

Python、Javascript、Typescript、Java、C、C++、Kotlin、PHP、Ruby等，且支持Visual Studio Code。

那么接下來，我們就來看下這個大模型驅動的代碼生成工具在真實場景中的表現。

自動代碼補全

Fitten Code可以自動為代碼補充缺失的部分，這種智能化的體驗就輕松讓敲代碼這事Speed Up了。

自然語言生成代碼

Fitten Code可以實現代碼的語義級翻譯，并支持多種編程語言之間的互譯。

只需以注釋的方式（#）或者對話描述代碼需要實現的功能，Fitten Code就可以自動生成符合注釋要求的代碼，大幅減少了手動編寫的時間和精力。

此外，以注釋為指導，代碼生成插件能快速生成項目結構、函數骨架、接口調用等代碼片段，幫助快速搭建項目。

自動添加注釋

對于寫注釋這事，有了Fitten Code之后就可以和手動說拜拜了。

它能夠根據代碼自動生成相關注釋，通過分析代碼的邏輯和結構，提供清晰易懂的解釋和文檔。

除了上述功能，Fitten Code還提供了豐富的實用功能，例如可以根據所選代碼進行智能bug查找。

它還擁有自動生成單元測試的功能，可以根據代碼自動產生相應的測試用例，提高代碼質量和可靠性。

不僅如此，Fitten Code還具備解釋代碼含義的能力，幫助用戶更深入地理解代碼邏輯和結構。

總而言之，這款國產編程神器，從各個方面就是主打的讓編程更加高效。

如何使用？

Fitten Code不僅免費、功能全，它的安裝方式也是極其的簡單。

以Visual Studio Code為例，在擴展頁面中搜索“Fitten Code”：

然后點擊“安裝”：

最后注冊登錄一下就可以用啦~

超級的簡單，有木有！

除此以外，Fitten Code還支持IntelliJ IDEA、PyCharm等JetBrains系列IDE。

關于團隊

Fitten Code由北京非十科技有限公司開發，核心團隊均博士畢業于清華大學，曾作為主要開發者開源了計圖（Jittor）深度學習框架，是國內主流深度學習框架之一，并參與開源了JNeRF神經渲染庫與JittorLLMs大模型推理庫，收獲了來自業界的大量好評。

團隊成員技術能力突出，曾斬獲國際超算比賽金牌、信息學奧賽金牌、ACM金牌等，并且在CVPR、SIGGRAPH、TOG、TIP、CVM等計算機圖形學、計算機視覺、人工智能等國際頂級會議期刊論文發表過多篇文章，是國際與本土專業領域內具備人工智能、深度學習、高性能計算、系統設計、硬件架構等多學科交叉的頂尖團隊。

這樣一款免費好用的國產編程神器，你，心動了嗎？