Meta 打造内部代码助手 CodeCompose：对标 Copilot，采纳率超 20%

眼看着 GitHub Copilot 在外面帮各路程序员写代码，Meta 显然不想把自家内部的代码库拱手交出去。

在 5 月 18 日的 AI 基础设施活动上，Meta 公布了一款内部研发的生成式 AI 编程助手，名字叫 CodeCompose。它对标的就是 Copilot，不过目前完全不对外开放，专门供自家工程师使用。

按照 Meta 的说法，内部团队现在用 VS Code 这类工具写代码时，CodeCompose 就会在后台实时提供代码补全建议。

67 亿参数，专啃自家的内部代码

CodeCompose 最大的一个模型版本有 67 亿参数。拿来跟 GitHub Copilot 当时基于的底层模型相比，这个体量大概只有对方的一半多一点。

虽然模型参数不算夸张，但 Meta 走的是精准定制的路子。Meta 工程师 Michael Bolin 透露，这个工具的底层来自 Meta 此前公开的研究成果 InCoder，随后用 Meta 自己的第一方代码库进行了微调。

这里面最关键的，是它吃进了大量用 Hack 语言写的内部框架和基础库。Hack 是 Meta 自己捣鼓出来的编程语言，外部通用模型根本没怎么见过，而 CodeCompose 却能非常顺手地给自家架构写补全。

在训练数据上，Meta 称他们专门过滤掉了废弃的 API 和糟糕的编码习惯。在实际敲代码时，它不仅能自动补全单行或多行代码，还能一口气填上一整块代码、补全 import 引用，甚至读懂上下文注释来猜你想写什么。

这套工具在 Meta 内部已经不是玩具了。Meta 称每周有数千名员工在实际采纳 CodeCompose 的建议，代码采纳率超过了 20%。

绕开版权雷区，但还有安全隐患

现在做代码生成，谁都绕不开版权官司。微软、GitHub 和 OpenAI 之前就因为 Copilot 直接吐出带版权的开源代码且不给署名，惹上了集体诉讼。

Meta 这次显得非常谨慎。Meta 发言人解释说，CodeCompose 的基底 InCoder 在训练时，只抓取了 GitHub 和 GitLab 上带有宽松开源协议、非 Copyleft 的公共代码，再加上 StackOverflow 的问答数据。除了这些公开数据，唯一的额外训练材料就是 Meta 自己的内部代码。

版权上尽量撇清了关系，但生成式代码本身的质量依然让人捏把汗。

斯坦福大学此前的一项研究就提到，使用 AI 编程辅助工具的工程师，更容易在自己写的软件里留下安全漏洞。虽然这项研究当时没测 CodeCompose，但这类模型生成看似合理、实则暗藏 bug 的毛病，目前谁也无法彻底免俗。

为什么重要

对于大厂开发者来说，通用的商业代码助手往往有一个致命盲区：它们看不懂大公司庞大且封闭的自研架构。Meta 的做法给行业打了个样，用中等尺寸的专用模型，结合内部私有代码做后训练，往往比直接接入外部几十上百亿参数的通用大模型更好用，也更安全。

我们认为，Meta 这步棋走得相当务实。与其把核心业务代码上传给微软或 OpenAI 的接口去冒泄密风险，不如关起门来自己训一个。采纳率达到 20%，说明内部员工确实把它当成了生产力工具，而不是强制推行的摆设。

不过，这种玩法的门槛极高。只有像 Meta 这样拥有海量自研代码、自建基础设施和专门 AI 团队的公司，才烧得起成本去定制并维护一套私有编程助手。

隐患同样很现实。一旦模型学会了内部某个老系统里尚未被发现的坏习惯，它就会像复印机一样把有缺陷的代码快速扩散到各个新项目里。怎么在提高敲代码速度的同时守住安全底线，是所有想做私有代码模型的团队都必须面对的硬仗。