在计算领域，有多种工具可用于执行任务，软件工程学员会学习这些工具并用于新问题设计。选择合适工具基于工程经验和部署反馈。

• 关键洞察：运行时热交换代码可让软件自主推理设计；软件可根据环境改变设计优化指标；通过捕捉函数调用序列可合成高性能变体。
• 适应与保障：核心方法用大量小模块，注入实现变体，通过目标函数搜索组合。热交换代码有风险，需新系统编程语言保证安全，如 Dana 语言。
• 学习最佳方案：构建控制系统实时编排系统设计，从新模块构建系统，确定目标函数和测量方式，特征化部署环境，优化系统设计。通过 Web 服务器和交互式媒体流等应用领域示例展示该过程及成果与挑战。
• 创造新事物：通过自动合成现有实现的变体来应对创建新变体的挑战，如遗传改进（GI），结合代码合成和传统 GI 程序，利用系统发育分析理解突变和适应度变化的关系，还在探索更先进的搜索辅助方法。
  总结与展望：软件复杂性增长催生多种缓解策略，此方法建议元工程师发挥作用，引导系统设计。研究得到多项资助并感谢众多合作者。