📌 核心问题：AI 辅助编程的隐性代价
当 AI 编程工具以 80% 的效率提升席卷软件开发行业时，一个根本性问题被刻意或无意地忽略了：当开发者依赖 AI 完成不熟悉的任务时，他们自己的技能习得是否也在同步退化？
Anthropic 的研究团队（Judy Hanwen Shen、Alex Tamkin）在 2026 年 1 月发表了一项针对 52 名软件工程师的随机对照实验（RCT），专门考察 AI 辅助对编程技能形成的影响。这不是一个泛泛的观点文章，而是第一个严格量化「AI 辅助 vs 技能退化」关系的实验研究。
实验的核心矛盾在于：AI 帮你写完代码的速度更快了，但你对这些代码的理解能力却在下降——尤其是调试能力。当 AI 生成的代码出现错误时，你是否有能力发现并修复它？这直接关系到 AI 在高风险场景中的安全部署。
📊 关键数据
实验招募了 52 名初级软件工程师，每人每周至少使用 Python 一次，且对 Trio（异步编程库）不熟悉。参与者被随机分为两组：AI 辅助组和纯手写组。
- AI 组平均测验得分：50%（C 级）vs 手写组：67%（B 级）——差距 17 个百分点，相当于约两个字母等级（Cohen's d=0.738, p=0.01）
- 调试题差距最大：AI 组在发现代码错误和理解失败原因方面表现最差
- 效率提升不显著：AI 组平均快约 2 分钟，但未达到统计显著性门槛
- 时间浪费：部分 AI 组参与者花了多达 11 分钟（总时间的 30%）来撰写 AI 查询——这解释了为什么效率提升并不明显
🏗️ 技术架构与实验设计
- 学习目标：Trio 库（Python 异步编程），这是一种需要在专业环境中学习的技能
- 评估维度：调试能力、代码阅读能力、代码编写能力、概念理解能力——其中前三者被认为对 AI 代码监督最为关键
- AI 工具：在线编码平台侧边栏中的 AI 助手，可访问参与者代码并随时生成正确答案
- 实验流程：热身 → 两个 Trio 特性开发任务 → 测验（参与者被告知会有测验，但被鼓励尽快完成）
🔑 六种 AI 交互模式——决定学习成效的关键
研究中最引人注目的发现是：不是所有 AI 使用方式都会损害学习。通过对手动标注的屏幕录像分析，研究者识别出六种截然不同的交互模式，分为低分组和高分组两类。
低分组（平均测验得分 < 40%）
高分组（平均测验得分 ≥ 65%）
🧠 引发思考
这项研究对当前 AI 编程工具的狂热部署提出了严肃警告。当企业将 AI 编程助手大规模推广给初级工程师时，表面上获得了效率提升，实际上可能正在系统性地削弱下一代工程师的核心能力——尤其是调试和代码审查能力。
更深层的矛盾在于：AI 写的代码越多，人类就越需要有能力监督这些代码。但如果监督者本身就是因为依赖 AI 才缺乏这种能力的初级工程师，那么整个系统的安全性就成了空中楼阁。这不是一个技术问题，而是一个组织设计和人才培养问题。
对个人开发者的启示同样明确：使用 AI 工具时，有意识地选择「概念探究」和「生成后理解」模式，而不是图省事走「AI 完全委托」。短期多花几分钟，长期换来真正的能力积累。正如研究所揭示的——认知努力（甚至痛苦地卡住）对掌握技能至关重要。
📎 相关阅读
- 论文原文：arXiv:2601.20245
- Anthropic 博客：How AI assistance impacts the formation of coding skills
- Claude Code Learning Mode：code.claude.com
逍遥云初 | 2026.05.21
