关于我们离真正的人工智能还有多远，我们何时才能到达那里，它是有意识的还是无意识的，以及它有多危险等问题，有很多争论。不管怎样，机器能够自我编程的时代正在加速到来，而且比我们想象的要快得多。无论是两年、五年还是十年，现在开始思考编程、程序和编程语言的未来都不算太早。
尽管最新的工具在许多方面都很出色，但值得指出的是它们仍然与自然智能有所不同。人类不需要阅读整个互联网就能学会说话。儿童一出生就能接收到立体的视频/音频和触觉、嗅觉和味觉输入。大脑是在多模态数据上进行训练的，这使得它可以以集成的方式关联语言和各种物理现象，并因此建立对现实世界的常识和语义理解。训练和推理的分离，这种分离在人类身上并不存在。我们可以将新的信息转移到长期记忆中，动态地改变网络权重和能量需求。人工智能需要大量的计算资源，即使在推理过程中也是如此（更不用说训练了），而这些计算消耗的能量在地球上的能源生成能力上是无法满足的。
我假设所有这些问题都会得到解决。
那么，编程的未来是什么样子呢？它甚至还有未来吗？
我要把讨论分为短期和长期两个部分。这些都是非常不同的问题。
短期：程序员的学徒时代即将到来
编程语言和IDE会发生什么变化？LLM有一个固有的准确性问题。因此，它们编写正确程序的能力有限。然而，它们可以提供模板或完成重复任务。此外，如果将它们包含在一个合适的封装架构中，可能会有助于解决这些限制。例如，考虑Hindley-Milner类型系统。如果AI能清楚地解释如何修复类型错误，那会怎么样？更好的是，如果它生成程序并确保其类型安全，通过反复与编译器交互，这样你就无需处理类型了？然后你可以阅读结果代码，看看你是否同意，但不必处理类型。Rust是另一种类型检查器很难使用的语言，但它提供了强大的保证。
沿着这个思路进一步发展，我们可能会考虑形式化验证。证明程序正确性是非常困难的。检查已知程序符合的正式规范可能更容易。另一个可能受益的领域是本地优先级软件。我一直主张为同步提供语言/平台支持。在这个领域，最困难的问题可能是解决合并冲突。也许我们可以让AI查看合并冲突并解决它们。这是值得探索的。或者，一种基于元数据的同步转换工具可能会写入所有的同步代码。总的来说，AI为我们提供了一种强大的新实现技术——人工智能，从而打开了新的语言设计选项。
未来的应用程序和用户界面
这是一个明显的步骤，我们将AI整合到Office、Google Docs等应用中。与之相反的是，我们看到应用程序通过插件的方式被整合到AI接口中。后者的意义更大。一般来说，我们可以看到传统的桌面/图形用户界
