Kite，那个能为“程序猿”们减少写Python代码时的重复劳动的“自动完成AI”，近日宣布，为了回应社区的反馈，它已经添加了对Ubuntu 16.04+、Debian、Fedora、Archlinux、Linux Mint的Linux支持。
现在，在Linux环境中编写代码的Python开发人员可以使用他们喜欢的代码编辑器编写更高效的软件。
Kite 是TEEC天使基金投资项目，名列2016年度最热门新工具前五名 。Kite是一款将人工智能技术应用到开发工具里的应用程序，它可以为用户带来智能补全式的开发体验。
Kite相当于一个人工配对程序员。在编写代码时，它会显示用户使用的库和终端命令的示例文档。 Kite甚至可以自动检测并解决用户的简单的错误和需求，使用户专注编程的整体项目，无需担心细节问题。
“在Kite，我们的目标是帮助开发人员在更短的时间内创建更好的程序，”Kite的执行官兼创始人亚当·史密斯(Adam Smith)说。
“Linux受到世界各地程序员的喜爱，所以我们很高兴能够添加Linux支持，使开源开发人员能够使用我们的代码行预测完成技术更快地编写代码。”
在耗资1700万美元的首轮融资之后，Kite推动了AI辅助编程的前沿，它使开发人员可以使用自动完成建议(类似于Gmail中的智能组合)更快地完成Python代码的完整行。
Python程序员可以使用Kite以更少的麻烦构建可转换的应用程序，而不是复制和粘贴StackOverflow，编写样板代码，并反复修改简单的错误。
自从Kite在1月份推出新的代码行完成引擎以来，用户在编码时的代码使用完成量增加了一倍。
通过改进其类型推断引擎，允许在名称中间输入补全，Kite将显示给用户的代码补全数量增加了40%。
这使得选择Kite的用户的代码行完成率增至以前的两倍。
Kite在PyCon上发布了支持Linux的新闻，PyCon是Python用户会议，在会上他们展示了开发人员如何使用Kite消除重复工作，并在Windows、Mac和Linux环境中达到编码效率的峰值。
Kite使用来自高阶开发人员的数千个公开可用的代码源来训练它的机器学习模型。
全世界有超过40,000名Python开发人员使用Kite，目前它可用于所有流行的Python编码环境，包括Atom、Pycharm、Sublime Text、Vim和VS代码。
Kite的创始团队由多位毕业于斯坦福，牛津，MIT，伯克利等名校的工程师组成，定位于San Francisco，致力于改变人们开发产品的方式。
不过，“程序猿”们目前并不用担心这种人工智能的出现会让他们失业。目前，能自动完成编程的人工智能通常还只能完成较为简单的任务，所需运行时间也很长。
以色列初创公司Codota所开发的人工智能辅助编程项目通过在线对接Eclipse这类开源集成开发平台，可以为程序员在编程时实时推荐代码方案，而且可以推荐大段的代码语句，而非只是零散的代码。
搭建Codota的基础代码来自GitHub和StackOverflow等开源平台，Codota的创始人Dror Weiss和Eran Yahav 通过将开源代码注入机器学习模型中，使Codota能够读懂复杂的代码含义。
Google AutoML 系统也能够自主编写机器学习代码，其效率在某种程度上竟然超过了专业的研发工程师。
AutoML更进一步，实现了训练过程的自编码，通过类似Axure的拖拽方式就能完成对话操作。
AutoML 在机器学习系统的编程上，远胜于创造它的研究人员。在某个图像识别任务中，其实现了创纪录的 82% 的准确率。即使在一些复杂的人工智能任务中，其自创建的代码也比人类程序员优越。它可以在图像中标记多个点，准确率达到 42%;作为对比，人类打造的软件只有 39% 。
微软和剑桥2017年发布的论文中也阐述了一个会编程的机器学习系统DeepCoder，能够解决编程比赛所涉及到的基础编程题目。DeepCoder的创造者之一，在剑桥大学参与微软研究项目的 Marc Brockschmidt表示：“该程序最终可以让非编程人员通过向计算机描述自己的程序构想来获得想要的程序。”
DeepCoder所用的技术叫程序合成( program synthesis)，通过截取已有软件的代码行来组成新的程序。
来自彭博和英特尔实验室的两位研究人员也号称实现了能够自动生成完整软件程序的AI系统“AI Programmer”，这个“AI程序员”利用遗传算法和图灵完备语言，开发的程序理论上能够完成任何类型的任务。
虽然现在AI Programmer生成的程序，复杂程度与人类新手程序员编写的结果相当。但研究人员认为，AI Programmer编写的程序完全可以超越传统范畴，不受人类时间和智慧的局限。
