程序设计师再过20年后可能需要有新职业。美国橡树岭国家实验室发表论文指出，机器产生程序码在2040年可能像是现今的人工智慧，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。

研究员也在论文中提及了数篇论文，并指出可以从这些论文可以看出一条技术发展的轴线，现已可以做到藉由抓取来的程序码片段，编写出新的程序码，还有高速机器学习的技术。像是Defense Advanced Project Agency’s和Probabilistic Programming for Advancing Machine Learning， 正是在增强机器学习解决一些未特定的问题，而Both DeepCoder还有AutoML已经可以产生可执行的程序码，本体论生成工具DOG4DAG可以半自动的产生人类因时间限制而无法完成的知识。

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，机器产生的程序码品质将比人类软件工程师编写的还要好。

不过MGC仍有其需面临的挑战，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及特定域语言面临相同的困境，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码，甚至机器们最终不需人类介入就能互相分工完成任务。