共收集⼯具、插件或⼤模型共17个，以下⼤部分的模型和⼯具暂未测试准确度。 其中 在线使⽤的⼯具分为收费和免费两块，出于代码安全考虑不作推荐， 离线部分都需要 ⾃备服务器和算⼒卡， 其中收费的⼯具配套⻬全，⼚商提供技术⽀撑， 免费⼯具基本 都需要开发各种IDE插件以及需要微调模型和插件，需要投⼊较⼤的研发资源。⽂章太⻓，先说总结：整体上对研发过程是有很⼤帮助的，尤其⼀些有相似性但不能通过复制完成的⼀些代码，⽣成准确率很⾼基本可以达到80%以上。如果是⽐较复杂的功能，准确 率偏低在3%30%需要⼈⼯⼲预。通过将问题拆解成按步骤实现， 提供提⽰词样例等技巧可以更好的激发辅助编程 的效率和准确率。⽬前基于来看codegeeX和bito的功能最全，延迟⼩。codegeeX⽀持离线部署。 Copilot准率更⾼，延迟更⼩基本上可以达到实时补全。关于单元测试：AI辅助单元测试是可以减少⼯作量，提⾼测试效率和测试覆盖率，可以帮助⼤规 模进⾏测试，并且可以帮助发现潜在的问题，降低⼈为的错误，尤其可以减少当前版本影响历史版本功能的问题，同时还能加强代码的质量和稳定性。可以减缓⼤多数情况下开发⼈员没时间写单元测试的窘境与现况。对于简单的场景和组件或公共的函数⽅法AI⽣成准确率⽐较⾼，⼤多数情况下不 需要修改可以直接插⼊使⽤。但是复杂的业务场景或者业务相关的函数⽅法，AI ⽣成的单元测试，需要⼈为⼲预和修改，甚⾄需要修改多次才能达到最终的效果。从⽬前的测试结果来看AI辅助单元测试提升效率在5%20%左右。因Bito⽀持⾃ 定义模板，未来可以优化单元测试的提问模板，并新增多种场景的模板，可以进⼀步提升准确率。