面向编程任务的 CodeWhisperer 交互分析与模式识别

AI 代码生成工具的使用正在变得越来越普遍，理解软件开发人员如何采纳这些工具变得至关重要。在本研究中，我们调查开发人员如何与亚马逊 CodeWhisperer 这种基于大语言模型的 AI 代码生成工具进行交互。我们进行了两项用户研究，分别包含 10 名参与者的两组，每组参与者都与 CodeWhisperer 进行了交互——第一项旨在了解哪些交互是关键的，第二项则通过定制遥测插件收集低层次交互数据。我们的混合方法分析识别出四种行为模式：1) 增量代码细化，2) 使用自然语言注释的显式指令，3) 基于模型建议的基线结构，4) 与外部来源的集成使用。我们提供了这些模式的全面分析。