📌 一句话摘要

JetBrains 邀请用户分享代码数据，助力 AI 工具升级。我们重视透明度、隐私与用户控制。

📝 详细摘要

这篇来自 JetBrains 的文章提出了人工智能开发中的一个关键挑战：公共数据集难以满足复杂、真实的专业编码环境需求。文章强调，虽然人工智能已经取得了显著进展，但其输出质量在处理复杂的任务时会下降，导致错误和幻觉。为了克服这个问题，JetBrains 建议收集用户在使用集成开发环境 (IDE) 时的代码相关数据，包括编辑历史、终端使用情况、代码片段和 AI 交互等。该公司声称，这种真实世界的数据对于检测不安全代码、高效处理低智能任务以及改进代码补全等功能至关重要，从而确保人工智能真正理解专业工作流程。JetBrains 强调对用户隐私的坚定承诺，详细说明数据共享是自愿的，符合欧盟数据保护法，受到保护，并且仅限于授权人员用于产品改进，而不会与第三方共享。JetBrains 还开源了专门为代码补全构建的大语言模型 (LLM) Mellum，以回馈开发者社区。针对公司（管理员控制，提供免费许可证）、非商业个人用户（默认选择加入，易于选择退出）和其他个人许可证（通过设置选择加入）概述了不同的选择加入/选择退出机制。这些变更将在 2025.2.4 集成开发环境 (IDE) 更新中正式推出，期待您的参与，共同打造更智能、更安全、更实用的 AI 工具。

💡 主要观点

1. 真实专业开发数据对于提升人工智能模型性能至关重要，可有效弥补公共数据集的不足。 当前的人工智能工具在复杂的编码场景中表现不佳，因为它们是在通用的公共数据上训练的，导致错误，并且缺乏对专业工作流程的理解。真实世界的使用数据对于改进至关重要。
2. JetBrains 正在请求详细的代码相关数据，以显著增强其人工智能工具。 共享编辑历史、代码片段和人工智能交互等数据，将帮助 JetBrains 开发出能够检测不安全代码、高效处理日常任务的人工智能。此外，还能提供为专业开发者量身定制的更智能的代码补全和解释功能。
3. 用户数据共享是自愿的、透明的，并受到严格的隐私保护。 JetBrains 向用户保证，数据收集是可选的，符合欧盟数据法，受到保护，并且仅用于产品改进。用户可以随时完全控制选择加入或选择退出。

💬 文章金句

• 一个关键原因是，大多数模型都是在公共数据集上训练的，这些数据集不能反映专业开发者每天面临的复杂的、真实世界的场景。
• 但是，其输出质量在专业开发环境中常见的复杂场景中迅速下降，导致错误、逻辑漏洞，甚至产生虚假代码。
• 通过分享您的数据，您将塑造您每天依赖的工具。
• 不会共享敏感或个人信息。数据已得到妥善保护。访问权限仅限于授权人员和用例。
• 您的代码是您的工艺，我们将以这种方式对待它——您完全掌控。

📊 文章信息

阅读完整文章