自从 chartGPT3 横空出世以后，AI 技术越来越深入到每个人的生活中，这里不谈 AI 到底是不是真的存在着类人的思想和智慧，也不谈是否取代人类的问题。本着实用主义的原则，先让它能为我所用。
我在工作中已经深入使用了 chartGPT 和 Claude 这两个 AI 产品，在一些不易产生幻觉的场景，用起来实在太香了。比如说：写一些简单的正则；写 python 脚本处理文件；忘记了 Linux 命令的某些参数；为某个操作生成 Linux 命令等等，这些原先虽然查 Google 也能查得到，但总归是慢了些，而且Google 没有追问和解释的能力。
但在某些容易产生幻觉的场景，用起来还是要谨慎，比如说为某个需求做技术选型；讨论技术问题，像这种开放式的，涉及一些创造力的问题就容易出现幻觉。而且问的越冷门，出现幻觉的可能性越大。
这里主要介绍 Codeium 这款垂直类的 AI 产品，主要面向程序员，也不用担心幻觉问题，生成速度对比下来也还可以，使用下来，感觉确实极大的提高了生产力。
- 安装
codeium 必须基于某个编辑器，不能独立安装，需要作为编辑器插件的形式安装，以 Goland 为例，在 Goland 的 Preferences -> Plugins -> Marketplace 中搜索 codeium ，安装即可。
插件安装后，重启Goland，就会在右下角多一个图标，第一次运行它会从服务器下载一些依赖，由于国内网络原因，这个下载会极其缓慢。因此如果你卡在这里，就需要一些魔法工具突破网络限制。
把 Goland Proxy 代理设置成魔法工具的代理地址，所有插件默认也会使用这个代理。
改好后还需要重启一下 Goland。
下载完成后会提示你登录，按提示操作即可。
- 使用场景
一切准备就绪，就可以体验 codeium 了。
一般来说，在多参数场景、多模版代码场景下，这个代码提示非常给力。
IDE 只能提示一些非常基础的，而 Codeium 可以根据你的代码上下文，匹配最合适的代码，如果参数非常多，这个效率就很高了。
不过根据注释自动生成代码的能力我没怎么试过，因为对中文支持的不是很好，而且根据注释生成代码怎么看总感觉有点鸡肋，生成的代码少吧，自己写出来也很快，生成的代码多吧，还是要看一看代码有没有问题，还不如自己写。
- 上传代码？
至于它的原理，我认为它应该还是把一块代码上下文发送到 Server 端计算了，不可能在本地计算，这样太耗资源。
它官网也说会收集使用信息，包括代码，但不会用于训练。但是谁知道呢，这玩意它又不透明。
我用 Charles 尝试抓了下它的请求，确实是在访问 Server，把代码上下文加密上传了。
把 Goland 的 proxy 设置改为 Charles 的代理地址就能抓到它的包了，记得安装 Charles证书。
从包数据来看，对代码进行了加密，然后发到 Server 端计算出最佳生成代码，再发回本地。
这样看，安全性确实没法保证，这也没办法，毕竟人家是免费的，总要想办法创收，因此在一些敏感的公司可能不太会允许这样的行为，虽然其实很多代码它也没有想象的那么重要，但是安全这东西，属于不上称没有四两重，上了称千斤打不住，所以大家且用且珍惜吧。
ps. 文章封面 power by newbing
