我们还不知道该怎么做。问题是规模之一：

尽管通过启发式方法对程序合成进行了多年研究，但仍然不可能自动创建数千行长的程序（例如，通过遗传编程 (GP)、语法进化 (GE) 或学习分类器系统 (LCS)），无论是这适用于移动设备或任何其他应用领域。

与流行的看法相反，替代的形式方法方法确实可以用于创建大型程序，但是移动应用程序通常需要的交互类型并不容易以这种方式指定。

启发式方法目前可行的规模比整个程序更接近表达式规模（例如单个程序语句）。因此，一种中间方法是提供程序模板并让 GP 等生成模板的缺失部分。

本文介绍了如何将机器学习与“模板方法”设计模式相结合，以创建比其他方式更大的程序，并给出“超快速排序”的具体示例。