基因编程是一种利用遗传算法和进化算法进行自动编程的方法。它模仿了自然界的进化过程，通过优胜劣汰的机制来生成和改进计算机程序。对于引发基因编程的原因，可以从以下几个方面来进行解答：技术需求、算法发展和应用潜力。

1. 技术需求：

随着人工智能和机器学习的发展，对于计算机程序的需求越来越迫切。然而，人类编写复杂程序的能力有限，并且耗费时间和资源。基因编程在一定程度上解决了这个问题，它可以利用遗传算法自动搜索并生成高效的程序，减少了人工编写的工作量。

2. 算法发展：

基因编程的发展离不开遗传算法和进化算法的进步。遗传算法是一种仿生算法，通过模拟生物遗传的方式来搜索最优解。进化算法是一种优化算法，通过模拟进化的过程来不断改进适应度函数。这些算法的提出和发展，为基因编程提供了理论和工具支持。

3. 应用潜力：

基因编程具有广泛的应用潜力。它可以应用于机器学习、数据挖掘、优化问题等领域。比如，可以利用基因编程来设计新型的神经网络结构，实现自动化的特征选择和模型优化；在金融投资领域，可以利用基因编程来实现自动化的交易策略生成和优化；在工程设计领域，可以利用基因编程来实现自动化的优化设计。

总结起来，基因编程之所以受到关注和发展，是因为它可以自动搜索和优化计算机程序，解决了人类编写复杂程序的困难，并具有广泛的应用潜力。未来随着算法的进一步发展和技术的创新，基因编程有望在各个行业发挥更大的作用。