这可能是今年最让人细思极恐的一组数据。
AI 能让你的工作效率狂飙 80%，这听起来像个美梦。但如果你为了这个效率，付出了“变笨”的代价呢？
Anthropic 也就是那个做了 Claude 的公司，最近搞了个扎心的研究。他们找了一堆程序员做实验，结果发现：用 AI 写代码的人，技能掌握程度直接暴跌了 17%。
这相当于什么概念？原本能拿 A 的学生，突然掉到了 C。
更讽刺的是，虽然大家觉得用了 AI 更快，但实际上，他们只比不用 AI 快了 2 分钟——这个差异在统计学上甚至可以忽略不计。
效率没涨多少，脑子却变笨了。
这不仅仅是程序员的危机，这是所有把思考“外包”给 AI 的人的危机。
一场关于“脑力”的随机对照试验
说实话，这次 Anthropic 玩真的。
他们没有搞什么问卷调查，而是直接拉了 52 名软件工程师（大多是初级）做了一个随机对照试验。任务很简单：学习一个新的 Python 库，然后写代码。
大家被分成了两组，一组纯手写，另一组可以用 AI 助手。
这就像是一场开卷考试，带“作弊工具”的那组，理应横扫全场吧？
结果啪啪打脸。
虽然 AI 组在写代码时稍微快了一点点，但随后的测验才是重头戏。这个测验考的不是死记硬背，而是对代码逻辑的调试能力、阅读能力和核心概念理解。
结果出来了：不用 AI 的人平均分 67%，用 AI 的人只有 50%。
这哪里是辅助，这简直是“降智打击”。
最大的危机：你失去了“纠错”的能力
有意思的是，两组人分数拉得最大的地方，不是写代码，而是Debug（调试）。
这才是最要命的地方。
现在的 AI 写代码确实溜，但它也会一本正经地胡说八道。如果你自己不懂底层逻辑，不知道代码为什么会报错，你就只能像个无头苍蝇一样，把错误的代码喂给 AI，让它再生成另一个错误的代码。
这就陷入了一个死循环。
研究里有个词用得很精准，叫“认知卸载”（Cognitive Offloading）。说白了，就是你把脑子关了，把活儿全甩给了 AI。
短期内，你可能确实把任务糊弄完了。但长期看，你正在失去对系统的掌控力。
试想一下，哪天 AI 挂了，或者网络断了，又或者 AI 生成的代码在关键时刻崩了，你还能救得回来吗？
同样是用 AI，为什么有人“赢麻了”？
不过，先别急着把 AI 卸载了。
这个研究有个非常精彩的反转：并不是所有用 AI 的人都变笨了。
研究人员仔细分析了大家的操作记录，发现用 AI 的人分成了两派。
第一派是“拿来主义者”。
这部分人不管三七二十一，直接让 AI 生成代码，然后复制粘贴。遇到报错？扔给 AI 修。这就是典型的“AI 委派”模式。
结果很惨：他们的测验平均分不到 40%。任务完成得最快，但脑子空空如也。
第二派是“刨根问底者”。
这部分人也用 AI 生成代码，但他们做了一件多余的事：问为什么。
他们会要求 AI 解释代码，或者在独立写代码时遇到概念问题，才去问 AI。
这部分人的测验分数高达 65% 以上，甚至比不用 AI 的还要强。
你看，工具还是那个工具，区别在于你把它当成了**“代写”，还是“导师”**。
我个人觉得，这个发现对职场新人太重要了。
现在很多公司都在推 AI，追求效率。初级工程师为了赶 KPI，很容易就滑向“复制粘贴”的深渊。毕竟，谁能拒绝一个能帮你秒干完活的诱惑呢？
但正如评论里有人说的：“模型太好了，好到我最近都不再对难题做梦了。”
那种被难题卡住、抓耳挠腮、最后突然顿悟的快感，正在被 AI 轻易给出的标准答案剥夺。而那种痛苦，恰恰是技能生长的土壤。
别让 AI 变成你的“外骨骼”
Anthropic 这项研究其实是在给整个行业提个醒。
在 AI 变得越来越强大的今天，我们可能会面临一个尴尬的未来：代码大部分是 AI 写的，但人类工程师因为缺乏练习，已经看不懂这些代码了。
这不仅仅是技术问题，这是安全隐患。
所以，下次当你打开 ChatGPT 或者 Claude 准备让它帮你写代码时，不妨多问自己一句：
“我是真的懂了，还是只是觉得我懂了？”
哪怕稍微慢一点，哪怕多踩几个坑，至少那还是你自己的脑子。
参考链接：
https://www.anthropic.com/research/AI-assistance-coding-skills