你才打了一個函式名稱，整段程式就補好了。

其實它不知道你要寫什麼。它只是勇敢的猜，且勤勞。

工程師在編輯器（寫程式用的文書軟體）裡寫程式，游標一停，GitHub Copilot 就用淺灰色字把接下來幾行先寫出來，按 Tab 就收下。有點像手機打「約」，鍵盤馬上跳出「幾點」。

背後的概念叫下一個詞預測（Next-token Prediction）：看著前面寫了什麼，猜下一小塊最可能是什麼。Copilot 背後是一個讀過大量程式碼和人類文字的語言模型，擅長推測「什麼後面通常接什麼」。

接龍 777

假設你在寫購物車，打了一行「def totalprice(items):」，意思是「我要寫一個叫 totalprice 的小工具，給它一堆商品，它算總價」。按 Enter，游標停在下一行。

模型開始接龍。它先把整串前文讀一遍：有 total、有 price、有 items。在它讀過的無數程式裡，這種開頭的下一行最常出現什麼？它心裡的排行榜大概是「total」第一、「return」第二、「sukiya」第三。

它挑了「total」，推薦給了你。

換行，再猜，「for item in items:」，把每個商品走一遍。再換行，「total += item.price」，把價格一個個加進去。最後一行「return total」，把總價交出去。

看著到目前為止的全部文字，猜下一小塊，好像行，再猜。你看到的那整段灰字，是好幾十次「好像行」的結果。這裡的每一次「好像行」，模型叫它 token，可能是一個單字、半個單字或一個符號，跟樂高一塊一塊堆起來。

越來越多線索

「前面寫了什麼」從哪來？GitHub 2023 年的工程部落格說，Copilot 會在背景組出一份提示（prompt），也就是真正送進模型的那份資料。當時夠快、撐得起 Copilot 的模型，一次大約只能讀 6,000 個字元，以一行程式約 40 個字元粗算，差不多 150 行。專案動輒幾萬行，只能挑重點放。

一開始只放游標前的程式碼，後來加了兩種線索。一是你開著的其他分頁裡相似的片段：如果隔壁檔案早就寫過商品有「quantity（數量）」，它比較有機會想到要乘上去。二是游標「後面」的程式碼，像寫填空題時同時看得到空格前後的句子，比只看前半句好猜得多。

GitHub 說這兩項改動讓工程師接受建議的比例，分別相對提高約 5% 和 10%。「相對提高 10%」的意思是：假設原本每 100 個建議收下 30 個，現在大約收下 33 個。

GitHub 2022 年公布過一個實驗：95 位專業工程師像抽籤一樣隨機分兩組，用 JavaScript（一種常用來做網站的程式語言）寫一支能接收網頁請求、再回傳內容的小程式。一組用 Copilot、一組不用。

有用的那組平均 1 小時 11 分完成，沒用的平均 2 小時 41 分，快了 55%；兩組差了 90 分鐘。當然快不能代表什麼，但現在 Vibe Code 真的是遍地開花，幾十個代理平行操，已經不能用人類的維度看這一切了。

總之，「照你推薦」、「Tab 自動填入」真的很治癒，但別忘了判斷，因為 Ship 出去的東西，責任在你身上。

延伸討論

你有沒有被手機的自動選字救過一次，或害過一次？

來源（查證日 2026/11/08）：

• Research: quantifying GitHub Copilot's impact on developer productivity and happiness（GitHub Blog）（在新分頁開啟）・2022/09/07
• How GitHub Copilot is getting better at understanding your code（GitHub Blog）（在新分頁開啟）・2023/05/17
• 了解代幣（Microsoft Learn）（在新分頁開啟）

文／上哲（ChatGPT 協力）