试着想想看人工智能未来的日子是什么样子？如果在未来的某一天汽车可以自动驾驶，一场高难度的手术可以靠医用机器完成，可以自由思考的消息回复精灵，随处可见像大白一样暖男...这些如果你都能想到，有没有猛然有个想法——让计算机自己编程。别说，真有人这么想。Lucas Carlson 就是其中一位，他认为人工智能在未来可以为编程领域带来新的变革。

2016年11月末，Lucas Carlson 撰文：

目前，机器学习方面的专家倾向于把研究聚焦于具体领域内高度裁剪的 AI 应用——比如：面部识别、自动驾驶汽车、语音识别，甚至是互联网搜索结果等方面。但是，这些技术同样可以应用到让计算机理解其自身的代码架构上——当然这里是指脱离人类的帮助、解释和干涉的情况下进行的理解——其实这种对代码的“理解”和让计算机理解自然语言，或是识别图像并没有本质的区别。

如果代码能够自我分析——做到比人类更快地修正错误并不断优化——那么技术革新将会发生得越来越快。其带来的可能性几乎是无穷无尽的：医学上的进步，更智能的机器人，更“智能“的手机等等。

在2017年2月23日这天，NewScientist报道，微软和剑桥大学的研究员近日发布了一篇论文，文中阐述了其科研成果：一个会编程的机器学习系统，取名DeepCoder。

论文：https://openreview.net/pdf?id=ByldLrqlx

微软和剑桥大学研究人员联合创建的机器学习系统 DeepCoder 学会了怎样自己完成编写代码。并且能让一个人在没有掌握必要编程知识的条件下，构建出简单的应用程序。

如此一来就是说在未来，非程序员也可以先通过简单的描述出一个程序的想法，然后让机器学习系统将其构建出来。目前，DeepCoder使用了被称为「程序合成」（Inductive Program Synthesis）的技术，将来自现有软件的一行行源代码拼接在一起。

现在DeepCoder 学会要实现预期结果需要使用到哪部分代码，只要首先给定每一个代码片段的输入和输出列表，这样做它的一大优势是速度，能在几分之一秒内创建出一个可工作的程序。在了解了哪一部分源代码能工作，哪一部分不能之后，DeepCoder 能改进每一次创建的新程序。不过可惜的是，DeepCoder只能生成五行左右代码的程序。不过相信程序猿都明白，一行代码一行泪，几行代码也能抵上一段复杂的代码了。

没有参与 DeepCoder 项目的麻省理工学院Armando Solar-Lezama 认为，这类技术在自动化方面有很大潜能，将极大减少在开发代码方面的精力消耗。但冷静下来想想，如果AI会编程，真的是一件细思极恐的事情。虽然现在想一下子生成一大段代码，有点不现实。不过两点成线，连线成圆，所有事情都是一步一步从小累积而成，坚持的力量不可小觑。

同时Armando Solar-Lezama也认为，DeepCoder并不会让程序员失业下岗。因为「程序合成」是把编程阶段枯燥部分自动化了，所以程序猿们还是要把更多精力放在更为复杂的任务上，也就是说，在未来程序猿也许还可以享受配置一个不会吵嘴、勤勤恳恳的实习生AI呢。

我还能自动修 Bug

2015 年 6 月下旬，麻省理工学院的研究人员展示了一个新系统，可以通过从其他更加安全的应用中自动导入相关功能，借以修复原来软件中的危险漏洞。

这个引人注目的系统取名CodePhage 。这个原理是，CodePhage借用其他程序时并不需要访问借主应用的源码。相反，该系统分析这个应用的执行情况，并标记出其安全检查类别的特性。因此，即使所编写的语言与被修复应用的语言不同，该系统仍然可以从中导出检查功能用来修复应用。

并且CodePhage将代码导入易受攻击的程序后，还会进行进一步分析以确保漏洞被修复，扎心了，老铁，这就稳了。MIT计算机科学与人工智能研究室（CSAIL）的研究员，CodePhage 的研发领导人员 Stelios Sidiroglou-Douskos 表示：

“我们在开源库里有大量代码可用，数百万计项目，而且很多项目都有类似的实现了。这些项目总有一些可以与别的许多项目共享功能的子模块，即便那不一定是该程序的核心功能。”

有了 CodePhage，“你将逐渐建立一个集其他应用最优秀部分于一身的混合系统。”

会编程的 AI + 会修 Bug 的 AI =？

看到这里，觉得 AI 技术离你还很远么？如果你意识到，有些公司已经开始使用 AI 的概念来做内部项目管理系统了，你会不会感到惊奇？是的，Google就是如此，它构架了一套bug预测程序，用机器学习和统计学分析的方法来预测一段代码是否存在潜在的bug。

所以即会编程，又会修BUG的AI在你看来可能吗？打开你的脑洞畅享吧。