11年老程序员突然不会debug了：AI让他肌肉萎缩了

凌晨1点，一位写了11年代码的工程师发了条帖子，我读了四遍。不是"不想"自己调试，是"不能"。

这不像新手依赖搜索引擎。这人曾经能在午饭前追踪六层抽象下的段错误，整个系统架构装在脑子里。现在盯着崩溃的函数，什么感觉都没有。没有直觉。没有线头可拽。

技能不是一夜消失的。是在他"高效产出"的时候，蒸发掉了。

苏联宇航员的警告

长期驻留礼炮号空间站的宇航员，回地球后 literal 走不了路。肌肉没受伤，只是适应了不需要发力的环境。骨密度流失，肌腱软化。身体以冷酷的效率，抛弃了所有用不上的东西。

零重力没伤害他们。只是把他们优化错了环境。

这帖子让我合上笔记本，像被咬了一口。因为我在里面认出了某种我不想命名的东西。

认知卸载的代价

我统计过自己的AI使用：过去18个月，93%的代码初稿来自 Claude 或 GPT。不是补全，是整段生成。我扮演的是策展人，不是作者——判断"这个看起来对"，然后粘贴。

上周遇到个边界情况。Claude 给了三段互相矛盾的方案。我盯着屏幕，发现自己不知道选哪个。不是因为问题太难。是因为我已经忘了怎么不靠AI建立直觉。

以前调试是侦探工作。收集线索，形成假设，验证，推翻，重建。现在像外卖点餐：描述症状，等答案，签收或退货。中间那层——挣扎、卡壳、突然开窍——被跳过了。

而那是肌肉生长的部分。

效率陷阱的数据

Stack Overflow 2024 开发者调查显示，76% 的人正在使用或计划使用 AI 编码工具。但另一组数字更刺眼：同一调查中，42% 的资深开发者（10年以上经验）报告"独立解决复杂问题的信心下降"。

不是能力退化，是依赖形成的速度远超预期。

我采访过三位被迫"戒断"AI的工程师。一位因公司数据合规禁令，回到纯人工编码两周。"前三天像醉酒，"他说，「第四天开始，我发现自己又开始问'为什么'而不是'怎么修'。」

另一位做了对照实验：同一类bug，用AI平均17分钟解决，纯人工43分钟。但两周后复测，AI组用时不变，人工组降到31分钟。第三周，24分钟。

肌肉回来了。只是大多数人不会给自己这个恢复期。

产品设计的共谋

AI工具的设计逻辑是消除摩擦。光标闪两下，整段代码出现。错误信息复制粘贴，解释和修复方案同时抵达。这不是bug，是feature——用户留存的核心指标就是"解决问题所需点击次数"。

但认知科学里有个概念叫"必要难度"（desirable difficulty）。学习时适度的挣扎，是记忆编码的必需条件。AI把难度降到零，同时把遗忘曲线陡度拉到最大。

我们不是在用工具。是在被工具重新布线。

那位11年老程序员在帖子结尾写：「我开始用AI写代码，是为了省时间做更重要的事。现在我不确定那件事是什么了。」

这让我想起另一个数据点：GitHub Copilot 的内部研究显示，用户接受AI建议的比例从2022年的30%上升到2024年的67%。不是AI变聪明了。是我们变懒了，而且快得惊人。

如果明天所有AI工具突然断线，你的团队能正常发布吗？还是像返回地球的宇航员，发现自己忘了怎么走路？