Google Colab 引入 AI 程式設計：接入 Codey，能用自然語言寫程式碼

如果你學過 Python 或者跑過機器學習模型，大機率在 Google Colab 上點過那個小小的執行按鈕。不用在本地折騰顯示卡驅動，開啟瀏覽器就能白嫖算力，它一直是很多學生和資料分析師的保底神器。

現在，這個擁有 700 萬用戶的線上筆記本也要徹底 AI 化了。Google 宣佈很快會為 Colab 接入一系列 AI 程式設計能力，包括自然語言生成程式碼、程式碼補全以及一個內建的程式碼答疑機器人。

藏在筆記本里的 Codey 模型

給 Colab 撐腰的是 Google 在上週 I/O 大會上剛公佈的 Codey 程式碼模型家族。它基於 PaLM 2 底座打造，專門用海量高質量且具備寬鬆開源協議的程式碼進行了微調。

更有針對性的是，進駐 Colab 的這套 Codey 版本還專門面向 Python 語言以及 Colab 本身的使用場景做了專門最佳化。

在具體用法上，只要符合條件的使用者，筆記本里會出現一個專門的「Generate」按鈕。你敲一段日常語言或者註釋，它就能直接幫你寫出完整的函式或整段程式碼，省得你在重複的模板程式碼上浪費時間。

除了主動生成，打字時的即時自動補全也會跟上，不過這項即時補全初期主要面向付費訂閱使用者開放。

另外，Colab 裡還會直接塞進一個聊天機器人。以後遇到類似「怎麼把 Google Sheets 資料導進來」或者「怎麼用 Pandas 過濾資料」這種瑣碎問題，不需要切到搜尋引擎或問答社群，在側邊欄直接問它就能拿到答案。

先緊著美國付費使用者，但免費版也有份

大家最關心的開放節奏上，Google 還是留了一手。

這些功能會在未來幾個月內分批推出來。第一批能嚐鮮的是美國的付費訂閱使用者，隨後才會逐步下放到免費使用者群體中，覆蓋地區也會一步步向全球擴充套件。

這意味著 Google 沒有把 AI 當成純粹的高階收費特權。儘管高階功能和早期體驗給了付費版，但免費層使用者最終同樣能用上這些 AI 輔助工具，繼續維持 Colab 降低程式設計門檻的初衷。

為什麼重要

對普通學習者和開發者來說，這省去了在本地編輯器和各種 AI 外掛之間來回折騰的麻煩。以前在 Colab 裡卡殼，要麼切屏去搜 Stack Overflow，要麼複製報錯去問聊天模型，現在整個流程被直接縫進了執行環境裡，極大地縮短了除錯心智成本。

在行業層面，這是 Google 針對微軟與 GitHub Copilot 陣營發起的一記精準反擊。GitHub Copilot 牢牢卡位了本地 VS Code 等專業開發環境，而 Google 則選擇從教育、科研和資料科學的最底層基本盤 Colab 切入，通過白嫖門檻把數百萬未來的工程師和資料從業者黏在自己的生態裡。

我們認為，Google 這步棋下得非常務實。它沒有直接去跟通用程式設計外掛硬碰硬搶所有工程師，而是抓住 Colab 最核心的 Python 資料分析與機器學習場景。把模型針對性地最佳化成特定的程式碼助手，既降低了算力開銷，又能精準解決這 700 萬用戶的痛點。

不過隱患也顯而易見。既然功能是分批逐步開放，非美國地區的免費使用者什麼時候能真正用上還是未知數。如果等待週期拖得太久，使用者可能早已在瀏覽器外掛或第三方工具裡養成了別的習慣。