深入分析Parasoft与ChatGPT相结合会带来哪些变化与影响

ChatGPT是2023年最热门的话题之一，它是OpenAI训练的大型语言模型，能够理解和生成自然语言文本，并且接受过海量数据的训练，其中包括用各种编程语言编写的众多开源项目的源代码。对于软件开发人员来说，ChatGPT就像一座庞大的知识库，可以协助编写代码、生成建议，从而提升工作效率。不过，如何用好这把“双刃剑”，同时规避风险，是每个专业团队必须认真对待的问题。本文将深入剖析ChatGPT生成代码的优势与局限，并介绍如何结合Parasoft的软件测试自动化技术，让ChatGPT真正成为开发流程中可靠、高效的助手。

ChatGPT与代码生成概述

软件开发人员可以利用ChatGPT对源代码的语义理解能力来辅助日常工作。通过正确的提示（Prompt），ChatGPT可以生成有用的代码片段。编写代码只是ChatGPT在软件开发中的一种应用，它的潜力还覆盖许多其他领域。目前市面上已有类似GitHub Copilot等编码插件，它们采用与ChatGPT相同的底层技术，能够分析开发人员正在编辑的代码并实时生成建议。通过访问广泛的代码库，ChatGPT可以编写准确的代码并提供有价值的建议，从而使开发过程更快、更高效。

ChatGPT编写代码的优点

尽管使用ChatGPT生成代码还处于早期阶段，但专业程序员已经发现了以下明显的优势：

• 支持多种编程语言。 虽然ChatGPT很难准确统计它接受过多少种语言的训练，但当今最流行的编程语言它基本都支持。
• 提高生产力。 通过生成代码，还能提供更多功能，例如单元测试、自动化脚本、架构规划和功能实现的建议。
• 对源代码有更深入的语义理解。 相比传统人工智能和机器学习工具，ChatGPT能够分析代码逻辑，识别潜在的边缘情况、边界条件和依赖关系。传统AI工具受限于较小的训练集和有限的输出。
• 帮助不熟悉编程语言或环境的开发人员。 对于刚加入项目的开发者，ChatGPT可以帮助他们快速了解所用的环境和语言。尽管存在一些不完美之处，但这仍是一个学习代码的好机会。

小提示： 使用ChatGPT生成代码时，尽量提供清晰、具体的提示（包括上下文、输入输出示例），这样能获得更准确的结果。

ChatGPT编写代码的缺点

由于这项技术较新，且生成代码的来源尚不明确，因此存在一些需要警惕的缺陷：

• IP泄露风险。 用作ChatGPT提示的专有代码可能成为训练集的一部分，从而被其他用户获取。三星员工曾因向ChatGPT泄露专有代码而触发风险。商业解决方案如GitHub Copilot允许用户关闭使用专有代码进行训练的选项。
• 代码出处不明。 ChatGPT的训练数据是否包含未经许可的开源代码或专有代码？生成的代码是否需要归属或许可？尽管训练数据主要是开源代码，但许可要求仍不明确。
• 回答缺乏一致性。 根据设计，每次使用相同的提示，答案都可能不同。
• 质量和安全性令人担忧。 训练数据中的错误或编写不当的代码可能泄露到输出中，或者模型本身可能犯错。ChatGPT不会审查其答案的安全性或性能，生成的代码甚至可能无法编译。
• 开发人员可能接受潜在有问题的代码。 由于返回的代码格式整齐且有文档，很容易让人误以为它已经过验证。因此，应用良好的代码质量流程（如代码审查、静态分析、单元测试）比以往任何时候都更加重要。
• 依赖训练数据的时效性。 当行业标准开发实践发生变化（如库API更新）时，ChatGPT可能包含过时信息。

常见问题： 问：如果我将公司内部的代码片段粘贴给ChatGPT，会有什么后果？
答：该代码可能被纳入OpenAI的训练集，其他用户在未来提问时可能获得相似甚至相同的输出，从而导致机密信息泄露。建议不要将任何未公开的专有代码作为提示输入。

利用Parasoft技术克服ChatGPT的代码编写限制

Parasoft正在积极研究如何将ChatGPT等生成式AI模型的先进功能与Parasoft软件测试自动化平台相结合，使客户受益。研究主要集中在两个方向：一、如何在自动化软件测试平台中利用ChatGPT；二、如何使用该平台验证ChatGPT生成的代码。

在Parasoft自动化软件测试平台中利用ChatGPT

ChatGPT对代码的深入语义理解与Parasoft现有的测试自动化功能之间存在巨大的协同潜力。具体改进方向包括：

• 生成针对静态分析违规的代码修复。 Parasoft已拥有大量编码标准和静态分析违规信息。利用这些信息提示ChatGPT，可以自动生成针对发现的代码违规的修复程序。
• 生成智能的、语义感知的单元测试。 Parasoft当前的单元测试生成功能针对代码路径覆盖进行了优化。结合ChatGPT对代码的语义理解，可以生成具有更好命名和输入值的测试用例，实现良好覆盖率并包含真实情况的边界条件值。
• 生成正向、负向和安全API测试场景。 Parasoft SOAtest的API测试生成器能根据记录的流量创建功能测试场景，但受限于所见流量。通过利用ChatGPT，可以生成以各种不同方式（包括预期和意外）运行OpenAPI定义中包含的端点的测试场景。

小提示： 在集成ChatGPT生成测试用例时，可以先用Parasoft的静态分析工具扫描代码，将违规信息作为上下文输入ChatGPT，从而获得更精准的修复建议。

验证并确认生成的代码——软件测试自动化的优势

团队必须使用软件测试自动化工具对ChatGPT生成的代码进行严格验证。具体来说：

• 遵守编码标准。 Parasoft静态分析等解决方案可以确保ChatGPT生成的代码符合编码标准和最佳实践，根据预定义规则检查代码并标记违规。
• 提高安全性。 ChatGPT生成的代码安全性未知，漏洞可能隐藏在格式良好的输出中。应像对待第三方或开源代码一样，在集成前进行审查。
• 提高生产率。 AI代码生成很可能成为重要的创新，大幅提高生产力。例如，Parasoft的单元测试生成技术具有高度可扩展性，可用于批量创建测试用例。同时，利用生成式AI增强的测试工具功能带来了更多好处——真正的双赢。

常见问题： 问：Parasoft平台如何处理ChatGPT生成的代码中可能存在的开源许可证问题？
答：目前Parasoft主要关注代码质量和安全性验证，许可证合规性需要通过专门的许可证扫描工具（如Black Duck或FOSSA）进行。建议将ChatGPT生成的代码纳入组织的开源治理流程中。

总结

团队可以通过使用由生成式AI技术增强的软件测试自动化解决方案，提高测试质量，并最大程度减少设计和运行测试所涉及的手动工作。在不久的将来，Parasoft预计将发布其平台的增强功能，利用ChatGPT帮助用户提升静态分析、单元测试和API测试的精度与有效性，从而更好地验证ChatGPT生成的代码以及人工编写的代码。要最大化ChatGPT带来的好处，必须将验证其生成的代码视为与对待新开发代码同等重要，甚至更加严格。借助Parasoft等软件测试自动化工具，ChatGPT可以成为更加有用的开发工具，同时降低风险、提升生产力。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：深入分析Parasoft与ChatGPT相结合会带来哪些变化与影响要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题