人人都能够编程 水平平平的程序员将会被被淘汰。 该状况在过去10年里正悄然发生。更高级的编程语言，更便捷的在线资讯获取，都使得编程的门槛不断降低甚至接近零门槛。更低的门槛和更多的生产力应该会使程序员就业市场变得更具竞争性，然而实际上却不是，因为需求也在增长。 编程改革创新的脚步近年来似乎一直停滞不前。我们最重要的工具，编程语言在近代历史里实际上并没有发生很大改变。最新的最流行的语言（如Go或Rust）带来的更多是范式上的进步而不是功能上的变革。今天最热门的语言还是Java，C/C++。编程业界当前更关注的是配套工具的开发和提高生产力的方法。
这又意味着什么呢？ S曲线 技术发展看起来就是这样的：SSSSSSSSSSSSSSS 更详细解释可用下图说明：
例如，IBM第一个文字处理程序(FORMAT)是以繁琐的打孔卡作为输入的。同一时间，最先进的打字机可以实现文字外形变更，自动字符复写以及打印出数学方程式。然而今天打字机已成历史，文字处理程序最终站在发展的前列。 我想说的是我们正处于一个类似的技术停滞期，一个新的时代将会到来。 无编程的编程语言 要把平庸的程序员从系统里分离，我们需要一个开发平台来自动识别出问题且无需进行编程。 这可不是一个全新的事物。在1963年，计算机科学家Ivan Sutherland使用了计算机几何画板演示了如何使用系统来解决给定限制的问题。1972年出现的Prolog是一种声明式的编程语言，用于解决给定的逻辑条件集合问题。它虽然最终没有获得广泛认可，但是没有完全消亡。例如著名的IBM华生超算机器就是以它为基础的。 一个最有希望可用于进行无编程的候选人是—自然语言，例如：英语。从二进制代码到汇编，从C到Python，编程语言都是与自然语言相似的。作为一个综合的最佳实践，程序员也在尝试把代码编写成接近于普通英语以便他人或将来自己进行查阅。但这会有什么限制吗？ NLP 如今自然语言处理(NLP)系统已可以根据上下文读懂词的语义以及关联关系。最近，苹果，谷歌，微软等公司已开发出基于语音识别的产品进行自然语言处理。在这些巨头的带动下，相关领域将会得到长足发展。 基因编程(Genetic programming) 另一个朝气蓬勃的领域是基因算法。其使用类似于自然选择的处理方式，使用基因算法进行最优解决处理。对于火箭引擎或游戏等皆可运用。 但是基因算法是不能生成程序代码的，对吗？再想想。 开发者Kory Becker编写了一个程序来生成Brainfuck代码以试图解决该问题。如他所演示的，将来随着计算机计算能力的进一步增强，最佳方案的寻找将会更加精确。 例如如下代码，它是由程序自行编写的，输出结果是hello。
把NLP和GP相结合，无疑是强强联合的最佳典范，也为将来进一步开拓自然语言系统开发打下坚实基础。 写在最后 我认为机器不可能取代所有的编程工作，至少不会很快发生。因为很多代码仍需人工进行优化，很多算法还需人来完善。此外，每个应用领域涉及面很广也很复杂。我的想法是专为生产力而培养的新程序员数目将会减少，而对于能实现真正软件创新人才的需求会增加。 原文出自：tcz.hu |
