前几天跟一个朋友吃饭，聊到 AI 编程，他突然来了一句：“我现在离开 Claude Code 写个 for 循环都要想半天。”

我当时笑了，回来路上越想越不对劲，这说的不就是我吗？

上周有要改个小脚本，我习惯性地打开 Claude Code，然后意识到这玩意儿就十来行，犯不着。于是关掉，自己写。结果卡在 Python 语法格式上，愣是想了快一分钟，最后还是搜索了一下才知道怎么写。这要搁一年前，闭着眼都能敲出来。

一个反直觉的研究发现

Anthropic 前段时间做了一项挺有意思的研究。他们找了 52 名软件工程师（都是刚入门的初级工程师），随机分成两组做关于学习 Python 异步编程库 Trio 的对比实验。一组用 Claude Code 辅助学习，另一组保持传统方式。

结果挺意外的。用 AI 辅助的那组，对新知识的掌握程度显著下降了，测试得分比传统方法组低了 17% 。

这个数据一出来，估计很多人的第一反应是“AI 让人变笨了”。但真相没这么简单。

研究人员深挖了一下，发现 AI 辅助组内部不同人的差异其实很大。有些人用 AI 学得特别好，成绩甚至超过了对照组的平均水平。造成这些差异的根源不在于用不用 AI，而是怎么使用 AI。

两种截然不同的使用模式

再把 AI 辅助组分成不同的人群，低分群和高分群的 AI 使用方法明显不同：

低分群有个共同特点，是把 AI 当成了“答案机”。遇到问题就扔给 AI，等答案出来直接复制粘贴，就完事了。整个学习过程基本就是 AI 写代码，他们在当搬运工。

而高分群则不同，他们的 AI 用法完全不同：他们会让 AI 解释代码，追问为什么要这样写，有没有其他方案。有时候故意先自己试着写，写错了再让 AI 指出问题在哪。AI 在他们手里不是代工，更像是个老师。

调试能力的差距最大

再进一步分析，还有个细节值得注意。在代码阅读、问题调试以及概念性问题这三个测试维度中，调试能力的差距最大。

这也挺好理解的。问题调试对人的要求最高，需要真正搞明白代码在干什么、为什么出错、怎么修复等。这些能力只能通过自己动手踩坑来练，靠 AI 代写根本不行。

我相信很多人都有类似的体会。对于自己一行一行敲出来的代码，出了 bug 之后凭直觉就能很快定位问题的大概位置；而对于别人或者 AI 写的代码，即便之前在合并的时候做过 Code Review，也需要花更长的时间去理解和定位。

巧合的是，AI 大神Karpathy 前几天也说过类似的话。Karpathy 承认，他已经注意到自己手写代码的能力正在逐渐退化。生成代码和理解代码在大脑中属于两种不同的能力。主要原因在于编程涉及大量语法细节，虽然手写代码变得困难，但阅读代码依然没有障碍。

问题不是 AI，是使用方式

聊到这儿可能有人会问了。照这么说，AI 编程工具还能不能用了？

当然能用，并且必须得用！但关键是怎么用。

我总结了几个我自己在用的方法，希望能够给你提供一些参考。

1. 让 AI 多解释，少直接给答案。 每次 AI 给出代码后，不急着复制粘贴。先问它为什么这样写，有没有其他方案，这样写的优缺点是什么。把交互模式从“AI 给答案无脑接受”变成“AI 提供思路，你做决定”。Claude Code 有个 Learning 模式就是专门为学习新技术设计的，可以利用起来，开启方法是/output-style 然后选择 Learning。

2. 定期关掉 AI，自己动动手。 每周抽一点时间，不借助 AI 辅助，自己写点代码，重温之前掌控代码的感觉。

3. 把 AI 当结对伙伴，而不是外包。 结对编程的核心是两个人一起思考，一个写一个看，交替角色。用 AI 编程也可以跟 AI 一起做设计、一起编程。AI 写完你审查，发现问题你来改，或者让 AI 解释为什么这样写。当然，这种模式比纯委托累多了，但学习效果和最终代码质量要好很多。

4. 遇到问题先自己想一想。 遇到问题时，不要马上就去问 AI。先自己想一想，有了初步思路之后，再让 AI 帮你分析和完善。这几分钟的思考/挣扎非常重要，适度的挑战有助于加深记忆和理解。如果总是让 AI 直接给出答案，大脑就没法经历“挣扎-顿悟”的过程，学习效果会大打折扣。

写在最后

最后，给程序员们提几个小建议，希望对你有所帮助。

刚工作没几年的同学，老实说风险最大。基础还没打牢呢，就开始全用 AI 写代码了，很容易变成知其然而不知其所以然。我的极客时间课程留言中也看到很多类似的情况，很多很简单的问题不知道怎么排查，明显就是没有掌握背后的原理。所以，在用好 AI 编程的同时，也要注意借助 AI 积累经验。

工作几年之后，情况不太一样。基本功有了，用 AI 反而能加速学习新东西。我自己是后端出身，前段时间居然也搞起了一个前端的 VSCode 插件，靠着 AI 确实省了不少踩坑的时间。不过原来擅长的领域，倒也是真的退化了，这个需要以后注意。

至于干了很多年的老程序员，我觉得可以更大胆地把重复劳动交给 AI，腾出时间做架构设计、技术评审这些事。但话说回来，Karpathy 那种级别的大神都说自己手写代码能力在退化，咱们也别太自信。偶尔脱离 AI 写写代码，保持一下手感，没坏处。

相关资源

• Anthropic 研究原文https://www.anthropic.com/research/AI-assistance-coding-skills
• Claude Learning Mode 文档https://docs.anthropic.com/en/docs/learning-mode
• Karpathy 的编程转型实录https://x.com/karpathy/status/2015883857489522876

欢迎长按下面的二维码关注Feisky 公众号，了解更多云原生和 AI 知识。