Meta 打造內部程式碼助手 CodeCompose：對標 Copilot，採納率超 20%

眼看著 GitHub Copilot 在外面幫各路程式設計師寫程式碼，Meta 顯然不想把自家內部的程式碼庫拱手交出去。

在 5 月 18 日的 AI 基礎設施活動上，Meta 公佈了一款內部研發的生成式 AI 程式設計助手，名字叫 CodeCompose。它對標的就是 Copilot，不過目前完全不對外開放，專門供自家工程師使用。

按照 Meta 的說法，內部團隊現在用 VS Code 這類工具寫程式碼時，CodeCompose 就會在後臺即時提供程式碼補全建議。

67 億引數，專啃自家的內部程式碼

CodeCompose 最大的一個模型版本有 67 億引數。拿來跟 GitHub Copilot 當時基於的底層模型相比，這個體量大概只有對方的一半多一點。

雖然模型引數不算誇張，但 Meta 走的是精準定製的路子。Meta 工程師 Michael Bolin 透露，這個工具的底層來自 Meta 此前公開的研究成果 InCoder，隨後用 Meta 自己的第一方程式碼庫進行了微調。

這裡面最關鍵的，是它吃進了大量用 Hack 語言寫的內部框架和基礎庫。Hack 是 Meta 自己搗鼓出來的程式語言，外部通用模型根本沒怎麼見過，而 CodeCompose 卻能非常順手地給自家架構寫補全。

在訓練資料上，Meta 稱他們專門過濾掉了廢棄的 API 和糟糕的編碼習慣。在實際敲程式碼時，它不僅能自動補全單行或多行程式碼，還能一口氣填上一整塊程式碼、補全 import 引用，甚至讀懂上下文註釋來猜你想寫什麼。

這套工具在 Meta 內部已經不是玩具了。Meta 稱每週有數千名員工在實際採納 CodeCompose 的建議，程式碼採納率超過了 20%。

繞開版權雷區，但還有安全隱患

現在做程式碼生成，誰都繞不開版權官司。微軟、GitHub 和 OpenAI 之前就因為 Copilot 直接吐出帶版權的開原始碼且不給署名，惹上了集體訴訟。

Meta 這次顯得非常謹慎。Meta 發言人解釋說，CodeCompose 的基底 InCoder 在訓練時，只抓取了 GitHub 和 GitLab 上帶有寬鬆開源協議、非 Copyleft 的公共程式碼，再加上 StackOverflow 的問答資料。除了這些公開資料，唯一的額外訓練材料就是 Meta 自己的內部程式碼。

版權上儘量撇清了關係，但生成式程式碼本身的質量依然讓人捏把汗。

斯坦福大學此前的一項研究就提到，使用 AI 程式設計輔助工具的工程師，更容易在自己寫的軟體裡留下安全漏洞。雖然這項研究當時沒測 CodeCompose，但這類模型生成看似合理、實則暗藏 bug 的毛病，目前誰也無法徹底免俗。

為什麼重要

對於大廠開發者來說，通用的商業程式碼助手往往有一個致命盲區：它們看不懂大公司龐大且封閉的自研架構。Meta 的做法給行業打了個樣，用中等尺寸的專用模型，結合內部私有程式碼做後訓練，往往比直接接入外部幾十上百億引數的通用大模型更好用，也更安全。

我們認為，Meta 這步棋走得相當務實。與其把核心業務程式碼上傳給微軟或 OpenAI 的介面去冒洩密風險，不如關起門來自己訓一個。採納率達到 20%，說明內部員工確實把它當成了生產力工具，而不是強制推行的擺設。

不過，這種玩法的門檻極高。只有像 Meta 這樣擁有海量自研程式碼、自建基礎設施和專門 AI 團隊的公司，才燒得起成本去定製並維護一套私有程式設計助手。

隱患同樣很現實。一旦模型學會了內部某個老系統裡尚未被發現的壞習慣，它就會像影印機一樣把有缺陷的程式碼快速擴散到各個新專案裡。怎麼在提高敲程式碼速度的同時守住安全底線，是所有想做私有程式碼模型的團隊都必須面對的硬仗。