开发者利器: 从Amazon CodeWhisperer 到 Amazon Q

自ChatGPT火爆以来,生成式AI助手也是层出不穷,目前自然是以Microsoft Copilot(基于GPT)普及度最高了吧。看着微软风光了这么久,其他云厂商怎么可能会甘愿落后?

最近,来自AWS的re:Invent 2023大会的明星产品:Amazon Q,就算是对这个生成式AI助手老大哥Copilot的强力回应了吧。

小试牛刀: Amazon CodeWhisperer

AWS 之前提供Amazon CodeWhisperer用于IDE以及命令行的AI生产力工具。 而作为AWS推出的最新力作,Amazon Q集成了Amazon CodeWhisperer的功能,为开发人员提供更强大的功能和更出色的使用体验。此前, 我也一直在我的日常开发中使用Amazon CodeWhisperer,为什么不用Copilot?很简单,CodeWhisperer的免费额度太给力了,注册上手也很容易, 这里也简单也分享下使用方法:

  1. 注册个codewhisperer号,AI代码生成器-AmazonCodeWhisperer-AWS

  2. IDE(如Goland)安装插件,连接账号即可

  3. 使用Tab键就可以让代码飞起

    Amazon CodeWhisperer 已经满足我的日常开发需要,这几天推出一个Amazon Q 更让我们作为开发者兴奋不已。

更强大的Amazon Q

Amazon Q可以很好地集成在Amazon CodeWhisperer,为开发人员提供了更强大的助力。根据AWS首席执行官亚当·塞利普斯基的介绍,Amazon Q不仅在功能上进行了拓展,还增加了允许程序员在构建应用程序时进行自然语言对话的功能。这种对话式的提问方式使得开发过程更加直观和高效。

Amazon Q在选择AWS EC2实例方面也发挥了关键作用,帮助开发人员准确选择他们想要运行的实例类型,提升了开发流程中的智能化和准确性。同时,Amazon Q的生成式AI助手还能够直接处理控制台内的故障排除和错误解决,相当于在DEVOPS的职责上承担了更多的责任,使开发人员更专注于创新和问题解决。

更令人期待的是,Amazon Q具备代码转换的能力,类似于IBM Watsonx,可以将COBOL代码转换为Java等目标代码。这种功能的引入无疑为开发人员提供了更多可能性,促使他们更灵活地进行代码维护和升级。

说了这么多,让我们来一起体验下 Amazon Q吧

Amazon Q 初体验

首先,在你的VSCode里 找到AWS Toolkit插件,并快速地链接到你的AWS账户

So easy, 你的AWS Q助手上线啦 !

Amazon Q 能做什么

先问个简单的问题吧!

What can Amazon Q help me with?

我们来看下Amazon Q的回答:

I'm Amazon Q, a generative AI assistant. Learn more about me below. Your feedback will help me improve. What I can do:

  • Answer questions about AWS
  • Answer questions about general programming concepts
  • Explain what a line of code or code function does
  • Write unit tests and code
  • Debug and fix code
  • Refactor code What I don't do right now:
  • Answer questions in languages other than English
  • Remember conversations from your previous sessions
  • Have information about your AWS account or your specific AWS resources Examples of questions I can answer:
  • When should I use ElastiCache?
  • How do I create an Application Load Balancer?
  • Explain the and ask clarifying questions about it.
  • What is the syntax of declaring a variable in TypeScript? Special Commands
  • /clear - Clear the conversation.
  • /dev - Get code suggestions across files in your current project. Provide a brief prompt, such as "Implement a GET API." Only available through CodeWhisperer Professional Tier.
  • /transform - Transform your code. Use to upgrade Java code versions. Only available through CodeWhisperer Professional Tier.
  • /help - View chat topics and commands. Things to note:
  • I may not always provide completely accurate or current information.
  • Provide feedback by choosing the like or dislike buttons that appear below answers.
  • When you use Amazon Q, AWS may, for service improvement purposes, store data about your usage and content. You can opt-out of sharing this data by following the steps in AI services opt-out policies. See here
  • Do not enter any confidential, sensitive, or personal information. For additional help, visit the Amazon Q User Guide.

再问问代码开发相关的问题吧!

来个面试经常考的算法题

再扔给它一段Kubernetes的代码看看,帮我解读下源码?

很详细地帮我罗列了这段代码的内容要点!不错不错~如果你不是很熟悉 AWS的服务, Amazon Q也能很好地帮你解释你该如何使用该资源服务

来个复杂点的案例吧, 如果你有建站的需求

如果你想使用AWS 的Serverless,却不知如何用的话,问一问就好啦!

真是AWS的个人全能小组手啊!!

浅谈云计算和AIGC人工智能* * *

这次AWS的re:Invent 2023大会的明星产品Amazon Q的推出,标志着亚马逊云计算和人工智能领域的进一步创新。以下是我对于Amazon Q的一些看法,也展望一下未来:

1. 融合云计算和人工智能:

Amazon Q的亮相显示了AWS在整合云计算和人工智能方面的深厚实力。 Amazon Q不仅依托AWS云基础设施提供高度可靠的计算资源,还集成了强大的生成式人工智能,为开发者提供更智能、更便捷的开发体验,非常方便。

2. 自然语言对话的未来:

Amazon Q中加入的自然语言对话功能为开发者提供了更自然、更直观的开发交互方式。这标志着人机交互的未来可能更多地通过自然语言来实现,使得开发者能够更轻松地与系统进行沟通,加速应用程序的开发周期,这对需要小步快跑敏捷开发的团队是非常有帮助的。

3. 开发者助手的演进:

Amazon Q不仅仅是一个生成式AI助手,更是一个全方位的开发者助手。它不仅能够协助选择正确的云资源和EC2实例,还能够进行代码转换和故障排查。这种多功能性使得开发者在开发、部署和维护应用程序时得到更全面的支持。进一步解放了开发者的生产力,让开发者能更专注业务本身,而不是运维和故障排查。

4. 跨应用程序的整合:

Amazon Q作为业务应用程序的生成式AI助手,支持与各种应用程序和服务的整合,包括ServiceNow和Jira等。这种跨应用程序的整合有望提高开发效率,简化工作流程,使得企业能够更灵活地运用各类应用服务。尤其对做海外应用的公司来讲帮助很大!

5. AI在云服务管理的应用:

Amazon Q不仅限于开发领域,还在云服务管理方面发挥着积极作用。通过连接到信息存储库、代码、数据和企业系统,Q能够进行对话、解决问题、生成内容、获取见解并采取行动。这将为企业提供更智能、更高效的云服务管理手段。我们就准备打造公司内部的AI知识库,提高销售人员的对产品的学习效率。

6. 未来的开发者工具:

Amazon Q的集成到集成开发环境(IDE)中,如Visual Studio Code和JetBrains,显示了未来开发者工具的趋势。通过在IDE中进行自然语言对话和获取帮助,开发者将更容易地融入AI的支持,提高编码效率。这也一定是必然之路,进一步提高开发者的效率。

总结一下

我觉得Amazon Q的推出不仅是AWS在人工智能领域的一次创新,也代表了云计算与人工智能深度融合的发展方向,这对于促进开发者创新、提高开发效率以及推动云服务管理的智能化发展都具有积极的意义。

我已从 Amazon CodeWhisperer 到 Amazon Q了!你呢?

原文请关注GZH"云原生SRE"

相关推荐
OptimaAI17 分钟前
【 LLM论文日更|检索增强:大型语言模型是强大的零样本检索器 】
人工智能·深度学习·语言模型·自然语言处理·nlp
谢眠21 分钟前
机器学习day4-朴素贝叶斯分类和决策树
人工智能·机器学习
HelpHelp同学25 分钟前
教育机构内部知识库:教学资源的集中管理与优化
人工智能·知识库软件·搭建知识库·知识管理工具
深度学习lover32 分钟前
<项目代码>YOLOv8 番茄识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·番茄识别
IT古董32 分钟前
【机器学习】机器学习中用到的高等数学知识-1.线性代数 (Linear Algebra)
人工智能·python·线性代数·机器学习
飞腾开发者41 分钟前
飞腾平台Arm NN软件栈安装使用指南
linux·运维·人工智能·机器学习·计算机视觉
Watermelo6171 小时前
通过MongoDB Atlas 实现语义搜索与 RAG——迈向AI的搜索机制
人工智能·深度学习·神经网络·mongodb·机器学习·自然语言处理·数据挖掘
AI算法-图哥1 小时前
pytorch量化训练
人工智能·pytorch·深度学习·文生图·模型压缩·量化
大山同学1 小时前
DPGO:异步和并行分布式位姿图优化 2020 RA-L best paper
人工智能·分布式·语言模型·去中心化·slam·感知定位
机器学习之心1 小时前
时序预测 | 改进图卷积+informer时间序列预测,pytorch架构
人工智能·pytorch·python·时间序列预测·informer·改进图卷积