編程可否做到自動化？
編程能不能做到編輯幾條基本指令程序，然後讓這些程序去自發的組合完成自動編程。工作方式類似於DNA自我編輯製造人類那樣的程序可能出現么？
補充：舉例DNA只是因為DNA雖然複雜且信息量巨大，但是他的複製方式卻是很簡單的四種鹼基兩兩配對，如同拉拉鏈方式的複製，再就如同《生命遊戲》那樣。共性在於給定一種複製規則，之後遵循這種簡單規則完成複雜程序的複製（既提問中自我編程）的可能性。再補充：謝謝各位的回復，不過重申一下，題目重點在於可行性，請不要再說「這個叫AI」之類與「可行性」討論無關的內容，謝謝。
不知不覺，遺傳演算法已經四十歲了……
自動化也要分層次，幾十年以前的程序員看到現在的開發環境肯定會覺得這太自動化了，現在大家覺得這是理所應當的事情。所以如果考慮到大眾口中「自動化」的概念的不斷變化，回答這個問題大概先要討論強人工智慧的可行性，然後問題就收不回來了……
封裝程序員。
只要你能精確描述你的需求。其實就可以自動編程了——實際上程序員的工作就是精確描述需求，讓機器獲得正確的結果。程序員實際上把你含糊不清的需求，經過溝通和腦補之後，精確描述給機器。外帶運用到自己的知識彌補你需 求中邏輯和數據上的不足和缺陷。==============所以說，程序員永遠無法被取代——除非產品經理真的能做到精確描述需求。
理論上，編程的過程是把你的想法變成機器代碼的過程。人們應該只編寫必要的代碼。而這裡面不涉及自動化，只是編程人員的水平問題。水平高自然語法簡潔。菜鳥自然啰里八嗦。
如果要進一步解決抽象層級的問題，應該使用DSL。只包含一些簡單的設定，而機器自動調用相應的功能實現你後面複雜的要求。但是這個過程依舊不涉及自動化，只涉及可復用編程的內容。
年輕人好好學演算法，不要做夢了。答二：感覺自己說話特啰嗦，還喜歡無形裝逼。還是改一下好了。我的感覺目前的人工智慧還做不到自我編程。不要神話機器學習啊，神經網路演算法之類的名詞。如果設置場景，分別實現不同的功能，這種感覺像是策略模式。而無論是元編程，動態語言，策略模式，DSL等等這些都是已知的技術，廣泛應用且非常基礎。本質上，代碼都是人寫的。題主要求的東西目前根本就做不到。因為機器是沒有自主創造性的。目前的的演算法根本解決不了這些問題。讓機器人用已知片斷隨機拼湊一段動聽的音樂都做不到。何況編程？這個的邏輯複雜度和目標反饋都難太多了。如果試過用C語言在DOS下寫編輯器，再用C#的時候，就覺得實在太自動化了。
當你試過用標準C語言實現FFT，再用Matlab的時候，就覺得太自動化了。
是的，高級語言加上高級工具，就是那麼的自動化。在限定約束範圍內編程可自動化。不限定約束範圍編程無法自動化。無限的那是上帝。
雖然我不相信上帝。
但是超越理解範圍的無限真實存在。你說的這個其實就是「說明性的知識（declarative knowledge）」與「行動性的知識（imperative knowledge）」之間的差別，現在的編程語言基本上都是過程性的「行動性的知識」，即解決「如何做」的問題，所以現在有一個研究領域是關於設計超高級語言（very high-level languages），其目的是：The idea is to make interpreters sophisticated enough so that, given 「what is」knowledge speci?ed by the programmer, they can generate 「how to」 knowledge automatically.即程序員不用像現在一樣總是告訴計算機「如何做」，只要告訴計算機「問題是什麼」，那麼程序可以自動化地由「是什麼」的知識推出「如何做」的知識，舉一個很簡單的例子，平方根的定義很簡單：
關鍵詞:軟體工程的形式化方法。
沒人說計算原理么？如果存在可以根據輸入生成任意其他程序的程序A，那麼A是否能夠生成A本身？
於是，從前有座山，山裡有座廟……根本停不下來啊～～～～～如果只能根據特定輸入生成程序，那麼直接解決不就好了。計算原理才是王道啊，一台圖靈機定義出來之後，transition table就已經定義好了，你讓他怎麼根據不同輸入做出修改嘛。自動化的意義也是一直在變的。
具體說就是隨著編程語言越來越高級，「設計」和「實現」的邊界一直在往人的一側移動。然而，「幾條指令」肯定是不夠的。因為複雜的程序需要大量的細節。除非很多功能固化而無法更改了，作為一個不可拆解的單元被提供。這種東西其實就是現在所謂的「軟體」：只要一條「下載」指令和一條「安裝」指令就夠了。
如果編程自動化了，你還是需要碼農來寫使編程自動化的程序
如果Template Haskell等metaprogramming工具算的話已經算是可以自動化了吧
雖然我覺得題主不是想要這個。。。這個問題的存在只是因為把「自動化」用爛了罷了。
所以這個問題本來就不應該存在才對。或者題主能夠講一下什麼才叫自動化呢？
在我上學的那個年代，自動化指的是現在海信和富士康用的那些東西，所以還有個專門的工業與自動化專業，後來好像又叫自動化控制專業了。
在我上班的那個年代，自動化指的是在網頁上點擊一個鏈接的人類行為，連編輯那幾行指令的行為都是不允許的。所以還有個專門的自動化了多少的的KPI出來。
至於題主設想的編輯幾條簡單的指令，然後計算機去展開成成千上萬行代碼什麼什麼的，，，，，你真的沒有看過別人用DSL 嗎？你真的沒有看到過有人寫Lisp Macro 嗎？或者再退一步，你真的沒有看見過別人調API 嗎？
當然了，你大概認為那些行為調用的代碼都是事先寫好了的，即便是Lisp Macro 的展開也是事先寫好的編譯器做的，那麼你到底是想要什麼呢？ 你想的是每次 Macro 展開的時候都現場連編譯器都重新擼一遍嗎？你有那麼多時間等嗎？有現成的binary 幹嘛不用？
或者你是自動化原教旨主義者，一切要從真空量子漲落開始擼......
至於真的要從真空量子漲落開始擼，或者就從題主心裏面懵懵懂懂的感覺的那種「自動化」的角度來說呢，那就根本不叫「自動化」了。那東西叫智能，「我不知道紅樓夢裡的智能兒為什麼也叫這個名字」 智能的領域難的是推理。但是推理這個領域的東西在編譯器裡面也有。只是我不會罷了。
這個問題還是可以探討一下的。現在有的項目發布就是帶其他子項目，在github上。當你配置好之後，如果需要其他的子項目，會從github下載，然後編譯。就是一個腳本。當然哪些子項目是腳本定好的。如果開開腦洞的話，還是有可能讓電腦自己去查找項目然後下載編譯的，比如你寫個腳本讓電腦去跑，跑個幾個月之後電腦可能給你組裝好了幾個app，甚至可以自動幫你發布到app市場去。還有，電腦可以自己運行一個虛擬機，還能截屏，加上ocr。。。
編程可以干任何事
早就有了。
編譯器就是個自動化，這東西早年都是人類手動乾的，後來諸多演算法成熟後人類發現自己優化不過編譯器，就放棄了。你現在給幾個參數，編譯器自己幫你編譯鏈接優化，基本就等於你說的第一句話。
我自己都有簡單的編程自動化。給幾個參數，程序自己幫我寫makefile。
Hexo把幾句markdown寫成複雜的有js有css的網頁，同理。
你如果是想把幾個參數結合context來translate成一段程序。這麼看NLP也是自動化，參數的多少不影響本身的性質。
不存在機器思考這個問題，因為機器是執行，想寫程序的是你，所以你要提供足夠的信息。除非問什麼時候機器自己能產生寫程序的慾望，那才會問機器會不會思考。
你知道在宇宙studio或者xcode里，你點一個按鈕他們會為你自動生成多少代碼？
然後你可以用它通過圖靈測試，再然後人類可能就滅絕了。
你說的能自動編程的程序，還有個名字，叫做：AI……
推薦閱讀：
※如何看待現在文科理科化的一些工作？
※校強我弱，難以組出有實力的ACM隊伍。有哪些含金量高的、單人參加的演算法競賽可以作為ACM的替代品？
※AlphaGo 和人類棋手比起來誰消耗的資源更多？
※計算機專業去英國讀本科還是加拿大？
※應屆生找工作，對C++的要求是怎樣的？