程序员需要遵循经过测试的程序来编写代码，之后还需要维护和其他程序员的贡献。想象一下，如果代码编写的工作由机器人来完成，结果会怎么样呢？
GitHub 首席执行官曾预言：编码的未来是无需编码。 最近，美国田纳西州橡树岭国家实验室（US Department of Energy's Oak Ridge National Laboratory）的研究人员也有类似的猜测，他们说到 2040 年，大部分代码将会由机器编写。
在一篇名为《人类在2040年是否还会编写代码，这对计算界的极端异质性而言意味着什么？》的论文中，美国田纳西州橡树岭国家实验室的研究员指出：机器产生程序代码（MGC，Machine Generated Code）在 2040 年可能像是现今的人工智能，或是数年后的自驾车技术一样平常，无论是在学术机构或是市场都已具备可以驱动 MGC 发展的主要技术。
像微软的 DeepCoder，Google 的 AutoML 和 DARPA 推进机器学习的概率编程（PPAML）等程序，已经实现了使用机器学习来生成可执行代码。
使用像 DOG4DOG 这样的工具，可以半自动的产生人类因时间限制而无法完成的知识。 而且，使用 Eclipse Modeling Framework 和 Sirius 等代码生成技术，可以生成整个数据层次结构，用户界面和中间层。
虽然无法保证未来肯定是这样，不过目前的 DevOps（开发运维）实践/做法高度依赖自动化，由于 AI 方面的进展和人类程序员使管理大规模技术基础设施的工作实现系统化，将来只会更加依赖自动化。
论文提到，往后人们即使还需要写程序，那也是会花多数时间依靠自动完成或是功能推荐。 当机器学习跟自然语言处理技术足够进步时，机器产生的程序代码质量将比人类软件工程师编写的还要好。
不过 MGC 仍然面临挑战，由于程序编写平台的异质性，或将导致 MGC 和高生产率计算系统（High Productivity Computing Systems）及特定域语言（Domain Specific Languages）面临相同的困境，就是需要从头改变科学运算，而这项大工程的高成本阻碍了技术向前。
论文结语提到，高异质性的运算环境需要在需求上就可用性与生产效率做些改变，那就更能用自然语言自动编写与执行程序代码，甚至机器们最终不需人类介入就能互相分工完成任务。
原文：https://www.oschina.net/news/91492/machine-generated-code-mgc-2040