Anthropic 最新研究：用 AI 写代码，可能让你越写越傻

Anthropic 自己做了个实验，然后亲手打了自己产品一巴掌。

Anthropic 刚刚发布了一篇研究论文，专门探讨一个扎心的问题：用 AI 辅助写代码，会不会让程序员变得更菜？

结果令人意外：

用了 AI 的程序员，测验分数比不用的低了 17%，相当于直降两个等级。

实验怎么做的？

研究团队招募了 52 名初级软件工程师，要求是：Python 至少用了一年，每周都在写；用过 AI 编程助手；但没接触过 Trio 这个 Python 异步编程库。

然后把他们随机分成两组：

• AI 组：可以用 AI 助手帮忙写代码

• 对照组：只能靠自己!

两组人都要用 Trio 完成两个编程任务，然后立刻参加一个测验，考察他们对刚才用到的概念的理解程度。

结果……

速度上，AI 组平均快了大约两分钟，但这个差异在统计学上不显著。

但在理解程度上，AI 组的平均分只有 50%，而手写代码组是 67%，差了 17 个百分点。

而让人扎心的是，两组差距最大的题目是调试类问题。

也就是说，用 AI 写代码的人，在「找 bug」这件事上明显更弱。

没准，当未来的代码越来越多由 AI 来写，人类程序员最重要的工作就是审查和调试这些代码。

但如果程序员从一开始就靠 AI，连调试能力都没练出来，谁来给 AI 兜底呢？

为什么会这样呢？

研究者通过录屏分析了每个参与者的行为模式，发现了一个有趣的现象：

有些人花了大量时间跟 AI 对话：最多的一位发了 15 条消息，光是打字和思考问题就花了 11 分钟，占总时间的 30%。

这也解释了为什么 AI 组没有快多少：省下的写代码时间，都花在跟 AI 聊天上了。

而对照组虽然遇到了更多错误，但正是在独立解决这些错误的过程中，他们真正理解了 Trio 库的工作原理。

不是所有用法都一样

研究者把 AI 组的行为模式分成了六种，其中三种得分很低，三种得分较高。

低分模式（平均分低于 40%）：

• 完全委托型：让 AI 写全部代码，速度最快，但啥也没学到

• 渐进依赖型：一开始还问问问题，后来干脆全交给 AI

• 反复调试型：遇到 bug 就问 AI，自己不思考，结果又慢又不学东西

高分模式（平均分 65% 以上）：

• 先生成后理解型：让 AI 写完代码后，追问原理和解释

• 混合解释型：每次让 AI 写代码时都要求附带解释

• 纯概念型：只问概念性问题，代码自己写，虽然报错多，但最终理解最深

看出区别了吗？

高分组的共同特点是：保持思考。

他们不是不用 AI，而是用 AI 来帮助理解，而不是替代思考。

这意味着什么？

研究认为：在工作中激进地使用 AI，可能会阻碍技能发展。

这对初级工程师尤其危险。在时间压力下，新手程序员很可能为了快速完成任务而重度依赖 AI，代价是：他们可能永远学不会真正需要的技能。

当企业越来越多地用 AI 来写代码，但负责审查这些代码的人却是「被 AI 养大」的工程师，这里面的风险不言而喻。

研究者建议：

• 管理者在推广 AI 工具时，要有意识地保护员工的学习机会

• 初级工程师要明白，痛苦地卡住、报错、调试，其实是学习的必经之路

• AI 产品的设计者也应该思考，如何让工具既提升效率，又不损害学习

事实上，主流 LLM 服务已经开始提供「学习模式」。

比如 Claude Code 的 Learning/Explanatory 模式，以及 ChatGPT 的 Study Mode。这些功能的设计初衷，就是为了减轻「认知卸载」的副作用。

研究的局限

研究者也承认，这项研究有其局限性：

• 样本量较小（52 人）

• 只测量了即时理解，不知道长期影响如何

• 任务只涉及一个 Python 库，可能无法推广到所有场景

• 使用的是聊天式 AI 助手，如果是 Claude Code 这种更自动化的 Agent，效果可能更极端

但无论如何，该项研究给我们的启示是：

AI 可以让你更快，但不一定能让你更强。

如果你正在学习编程，或者带团队的新人，不妨想想：效率和学习之间，如何找到平衡？

毕竟，最好的工具是让人变强的工具，而不是让人变成工具的工具。