Bard 现在可以生成代码、Debug、并帮你解释代码。
虽然过去十几年里一直引领全球 AI 进步，谷歌在过去的几个月却只能努力追赶微软和 OpenAI 的步伐，为此这个星期甚至还把谷歌大脑和 DeepMind 合并到了一起。
去年底，ChatGPT 引发了科技行业的剧变，今年 2 月，谷歌发布 ChatGPT 竞品 Bard，人们对其使用体验褒贬不一。Bard 有这样那样的限制，很多人对开发人员提出的需求就是「什么时候它才能写代码？」
本周五，Bard 写代码的能力终于上线了。
谷歌表示，Bard 现在能使用 20 种编程语言，包括 C++、Go、Java、Javascript、Python 和 Typescript 等等，还能帮助用户 debug 和解释代码、优化代码。只需要简单的 prompt，例如「能让该代码更快吗？」，Bard 就能理解人类意图，自动让代码变得更高效。
我们知道，很多人会使用 Google Colab 跑机器学习模型，它还自带免费的云 GPU 算力。现在人们也可以轻松地将 Bard 生成的 Python 代码导出到 Google Colab 上 —— 甚至无需复制粘贴。Bard 还能够协助 Google Sheets 编写函数。
此前，谷歌已宣布面向美国和英国的用户开放 Bard，这部分用户已经可以直接使用 Bard 的所有新功能了。
谷歌演示了 Bard 写代码的效果。和 ChatGPT 一样，现在 Bard 可以根据你的需求生成完成相应任务的代码：
解释代码的功能对于编程初学者来说特别有用：
除了生成、解释代码，Bard 还可以帮助用户调试（debug）代码，包括 Bard 自己生成的代码。如果 Bard 生成的代码未按预期运行，只需告诉 Bard：「this code didn’t work, please fix it（此代码无效，请修复）」，Bard 就可以帮助用户进行调试。
应用生成式 AI 来加速软件开发并帮助人们解决复杂的工程挑战，这是 Bard 推出代码生成功能的美好愿景。但目前 Bard 的能力还有待提升。
谷歌表示，Bard 仍处于早期实验阶段，有时可能会提供不准确、误导或虚假的信息，也可能会生成无法产生预期输出的代码，或者生成不是最优的 / 不完整的代码。用户需要在采用 Bard 生成的代码之前，仔细检查代码，测试和审查代码中的 error 和 bug。
对于一款正在大规模测试的语言大模型来说，新上线的功能必然会遇到用户各式各样的调戏，Bard 的代码能力也一样。
首先 Bard 在给出答案时会自带引用的代码链接，对于一个面向实用化的产品来说，这很重要，也受到了好评。
你们经常吐槽 AI 是在抄代码，它不是乱抄的。
问 Bard「你能帮我实现一个基本的 RNN 并在虚拟文本数据上测试它吗？」然后直接把生成的代码导出到 Google Colab 上。代码的一部分不起作用。找到错误再次询问 AI，Bard 修改了代码，看起来一切似乎都运行完美。现在我们只需要检查实现是否正确，手动检查，有必要的时候做一些单元测试就行了。
拥有 Google Colab 导出功能真的很有用。
最后，有人尝试用 Bard 生成上古编程语言 COBOL 的代码，结果居然是令人满意的：
人们一直在担心，等现在这波 COBOL 程序员退休，很多关键岗位会后继无人。看起来，AI 可以帮我们解决这个大问题了。
不过也有部分网友表示，Bard 的能力似乎仍然不及 GPT-4。
使用 AI 辅助编程，能否最终改变我们的工作方式？这还有待我们继续探索。
Bard 现在可以生成代码、Debug、并帮你解释代码。
虽然过去十几年里一直引领全球 AI 进步，谷歌在过去的几个月却只能努力追赶微软和 OpenAI 的步伐，为此这个星期甚至还把谷歌大脑和 DeepMind 合并到了一起。
去年底，ChatGPT 引发了科技行业的剧变，今年 2 月，谷歌发布 ChatGPT 竞品 Bard，人们对其使用体验褒贬不一。Bard 有这样那样的限制，很多人对开发人员提出的需求就是「什么时候它才能写代码？」
本周五，Bard 写代码的能力终于上线了。
谷歌表示，Bard 现在能使用 20 种编程语言，包括 C++、Go、Java、Javascript、Python 和 Typescript 等等，还能帮助用户 debug 和解释代码、优化代码。只需要简单的 prompt，例如「能让该代码更快吗？」，Bard 就能理解人类意图，自动让代码变得更高效。
我们知道，很多人会使用 Google Colab 跑机器学习模型，它还自带免费的云 GPU 算力。现在人们也可以轻松地将 Bard 生成的 Python 代码导出到 Google Colab 上 —— 甚至无需复制粘贴。Bard 还能够协助 Google Sheets 编写函数。
此前，谷歌已宣布面向美国和英国的用户开放 Bard，这部分用户已经可以直接使用 Bard 的所有新功能了。
谷歌演示了 Bard 写代码的效果。和 ChatGPT 一样，现在 Bard 可以根据你的需求生成完成相应任务的代码：
解释代码的功能对于编程初学者来说特别有用：
除了生成、解释代码，Bard 还可以帮助用户调试（debug）代码，包括 Bard 自己生成的代码。如果 Bard 生成的代码未按预期运行，只需告诉 Bard：「this code didn’t work, please fix it（此代码无效，请修复）」，Bard 就可以帮助用户进行调试。
应用生成式 AI 来加速软件开发并帮助人们解决复杂的工程挑战，这是 Bard 推出代码生成功能的美好愿景。但目前 Bard 的能力还有待提升。
谷歌表示，Bard 仍处于早期实验阶段，有时可能会提供不准确、误导或虚假的信息，也可能会生成无法产生预期输出的代码，或者生成不是最优的 / 不完整的代码。用户需要在采用 Bard 生成的代码之前，仔细检查代码，测试和审查代码中的 error 和 bug。
对于一款正在大规模测试的语言大模型来说，新上线的功能必然会遇到用户各式各样的调戏，Bard 的代码能力也一样。
首先 Bard 在给出答案时会自带引用的代码链接，对于一个面向实用化的产品来说，这很重要，也受到了好评。
你们经常吐槽 AI 是在抄代码，它不是乱抄的。
问 Bard「你能帮我实现一个基本的 RNN 并在虚拟文本数据上测试它吗？」然后直接把生成的代码导出到 Google Colab 上。代码的一部分不起作用。找到错误再次询问 AI，Bard 修改了代码，看起来一切似乎都运行完美。现在我们只需要检查实现是否正确，手动检查，有必要的时候做一些单元测试就行了。
拥有 Google Colab 导出功能真的很有用。
最后，有人尝试用 Bard 生成上古编程语言 COBOL 的代码，结果居然是令人满意的：
人们一直在担心，等现在这波 COBOL 程序员退休，很多关键岗位会后继无人。看起来，AI 可以帮我们解决这个大问题了。
不过也有部分网友表示，Bard 的能力似乎仍然不及 GPT-4。
使用 AI 辅助编程，能否最终改变我们的工作方式？这还有待我们继续探索。