足夠先進的代理編碼本質上就是機器學習：工程師設置優化目標以及對搜索空間（規範及其測試）的一些約束，然後一個優化過程（編碼代理）不斷迭代直到達到目標。 結果是一個黑箱模型（生成的代碼庫）：一個執行任務的工件，你可以在不檢查其內部邏輯的情況下進行部署，就像我們忽略神經網絡中的個別權重一樣。 這意味著所有在機器學習中遇到的經典問題將很快成為代理編碼的問題：對規範的過擬合、在測試之外無法泛化的 Clever Hans 短路、數據洩漏、概念漂移等等。 我還想問：代理編碼的 Keras 會是什麼？什麼是允許人類以最小的認知負擔來引導代碼庫“訓練”的最佳高級抽象集？