GitHub Copilot 是 GitHub 与 OpenAI 合作推出的 AI 编程助手,2021 年就开始了技术预览,算是最早大规模落地的 AI 编程产品。它的形态很朴素:一个装在你现有编辑器里的插件,主要工作是在你打字时补全后面的代码。这个朴素的形态恰恰是它最大的优势 —— 不需要换编辑器、不需要改工作流,装上就能用。
写代码有大量「想清楚了但懒得敲」的部分:一个解析函数、一段错误处理、一个 CRUD 接口、一份测试用例。逻辑你脑子里已经有了,只是要用正确语法把它打出来,还要查文档确认 API 名字。Copilot 把这些时间压掉,让你专注在「怎么设计」而不是「怎么敲」。
第二个是陌生 API 的上手成本。用一个新的库,不用先翻半小时文档,写个注释描述想要什么,它常常能给出可用的调用示例。
第三个是样板代码。配置文件、类型定义、重复的校验逻辑,这类活没有智力含量,交给它最划算。
行内补全(Ghost text):最核心的功能。你写一半它补一半,按 Tab 接受。熟练之后会有「它比我先想到下一句」的体验。
Copilot Chat:侧边栏对话,可以选中一段代码问「这段在干什么」「为什么报错」「帮我加日志」。比切到浏览器问外部 AI 方便,因为它有当前文件的上下文。
多文件编辑与 Agent 模式:描述一个需求,它自己找相关文件、给出多处修改建议,你逐个确认。这是近两年补齐的能力,用来做小范围重构够用。
PR 摘要与审查:自动总结一个 Pull Request 改了什么,或者对改动提出意见。团队评审时能省掉「先读懂 diff」的时间。
命令行与终端:在终端里用自然语言查命令、解释报错。
最舒服的是「不打断」。补全在输入法层面发生,你不需要切窗口、不需要复制粘贴,思路不断。写重复度高的代码(表单、接口、数据转换)时,效率提升非常直观,一天下来能省一两个小时。
写测试也快:给它被测函数,让它生成边界用例,虽然不能全信,但作为起点比从空白文件开始强得多。
不足要说清楚:跨文件的大重构不如 AI 原生编辑器,因为它对「整个代码库」的理解依赖你手动 @ 上下文;补全偶尔会自信地编造不存在的 API 或参数,尤其是较新或较小的库;公司内网的私有包它完全不了解;生成的代码风格可能和你项目不一致,需要 review。另外它必须联网,断网就退化成普通编辑器。
有免费档位,含每月一定量的补全和对话额度,轻度使用够;个人付费档按月或按年订阅;企业版按席位计费,多了策略管理和代码引用过滤。学生、教师和部分开源项目维护者可以申请免费使用,这是很多人不知道的。
具体额度和价格调整频繁,以官网当前定价为准。
Cursor:AI 原生编辑器,代码库索引和跨文件改造更强。代价是要换编辑器,且吃内存。
通义灵码:国内直连、个人免费、支持私有化部署,合规场景优先选它。
Claude Code:终端里的 Agent,适合习惯命令行、要把 AI 接进 CI 或脚本流程的人。
GitHub Copilot:赢在「零迁移成本 + 与 GitHub 工作流一体」。你不想换编辑器、团队已经在用 GitHub,它就是阻力最小的选择。
第一步把补全的触发方式调成自己习惯的(有些人不喜欢边打字边弹建议,可以改成手动触发),否则前两周会觉得被打扰。
第二步,学会用注释驱动:先写一行清楚的注释描述意图,再让它补实现,比让它猜你要什么准得多。
第三步,所有生成代码都当「别人提交的 PR」来审。它最危险的错误不是语法错,而是逻辑看起来对但边界条件错,这类 bug 测试不一定覆盖得到。尤其是涉及金额、权限、删除操作的代码,逐行看。
适合:日常写业务代码的开发者、需要快速上手新框架的人、写测试和样板代码多的项目、已经深度使用 GitHub 的团队。
不适合:需要 AI 独立完成大范围重构的人(选 Cursor 或 Claude Code)、代码不能出内网的场景(选支持私有化的方案)、刚学编程且还没有判断力的人 —— 它会让你「写得出来但不知道为什么对」。