Automatic Programming: Large Language Models and Beyond

自动编程因为出现了像GitHub Copilot这样依赖于大型语言模型（LLMs）的工具而变得越来越流行。与此同时，由于对代码质量和可信度的担忧，自动生成的代码在部署过程中面临挑战。本文从总体上研究了自动编码，并研究了有关代码质量、安全和程序员责任等相关问题。这些是组织在决定使用自动生成的代码时所面临的关键问题。我们讨论了软件工程方面的进展，如程序修复和分析，可以实现自动编程。最后，我们展望了未来的编程环境，重点关注程序员可能需要转换不同角色来充分利用自动编程的力量。从LLMs自动修复自动生成的程序可以帮助生成更高保障的代码，同时提供保障证据。

自动化编程中代码质量和安全性的挑战

利用软件工程的进展来解决自动编程中的问题，如程序修复和分析，从而提高代码质量和可信度

讨论了自动生成代码的质量和安全性等问题，提出了程序修复和分析的解决方案，展望了自动编程的未来

GitHub Copilot等工具利用大型语言模型进行自动编程，近期也有相关研究，但需要进一步探索和深入研究