Anthropic实锤：用AI写代码，技能反而倒退17%？

你写代码，现在还不用AI？

Claude、GPT随手粘，几行注释换来几十行代码，感觉效率拉满。但最近有没有一种感觉——遇到问题，第一反应不是思考，而是打开对话框？

Anthropic（Claude的母公司）最近发布了两篇研究，直接拆穿了这件事：AI辅助编程，在某些情况下，正在让程序员变差。

研究一：AI让你写得快，但学得少

Anthropic找来52名初级工程师，让他们学习一门新的编程技能。一组用AI辅助，一组只看文档，自己摸索。

任务完成时间：两组差不多。

技能测试结果：用AI的那组，平均分低了17%。

17%不是个小数字。一次测试的17%，乘以几年的日常积累，差距会放大到什么程度，不难想象。

但这里有个关键细节——不是所有用AI的人都退步了。

研究把用AI的方式分成了两类：

一类是"摆烂式用AI"：让AI写完，粘进去，看看跑没跑，跑通了就行。这类人，调试能力几乎为零，出了问题完全不知道从哪看起。

另一类是"主动式用AI"：用AI问概念、验证理解、让AI解释原理，然后自己动手复现。这类人，学完之后比完全不用AI的人还扎实。

所以真正的问题不是"要不要用AI"，而是你在用AI换时间，还是用AI换理解。

两者短期看起来一样，长期差很多。

研究二：行业分化，已经开始了

第二篇研究看的是更大的问题：AI对软件行业整体的冲击。

几个数据，直接说：

•专业编码AI（包括Claude Code）79%的操作属于全自动，不需要人插手•程序员日常工作中，60%会用AI处理•但真正能完全交给AI的，不足20%

这三个数字放在一起挺有意思。AI能做的事情已经很多，但能放心全甩给它的，其实没那么多。

还有一组分化数据值得注意：

•前端/UI开发，AI使用率最高，也是最容易被冲击的方向•后端、系统架构相对安全，因为这里需要的判断不是代码层面的•创业公司AI采用率33%，大厂因为合规等原因只有13%

两三年前大家还在讨论"AI能不能写代码"，现在已经跳到"哪些代码AI已经写得比人好了"。这个速度，比多数人预期的快。

两篇合起来说什么

一个微观实验，一个行业观察，结论其实是一件事：

程序员的价值，正在从"会写代码"转移到"知道让AI写什么、写得对不对、为什么要这样写"。

技能退化是真实的，但只发生在特定用法上。行业冲击是真实的，但主要集中在特定方向上。

具体怎么做

个人：

学新技术的时候，把AI关掉。这不是反智，是给自己留出建立基础认知的时间。等搞懂了，再用AI提速，感觉完全不一样。

用AI的时候养成一个习惯：让它解释，不要只让它输出。"这段代码为什么这样写"比"帮我写这段代码"长期来看有用得多。

值得花时间的方向：系统设计、架构判断、理解业务。这些是AI暂时还替不了你的部分，也是接下来比较值钱的部分。

团队：

代码审查的意义变了。以前是查错误，现在还要确认AI输出的逻辑有没有真的被人理解，而不是粘进来跑通就算数。

招人和培养人的标准也在变。"能写代码"的权重在降，"会描述问题、能跟AI协作、会做判断"的权重在涨。

最后

AI淘汰不了程序员，但会淘汰一种特定的工作方式——把AI当外包，自己只负责粘贴。

两篇研究说的核心就这一句话：用AI的方式，决定了你的方向。

做一个有深度的技术人

历史精彩文章推荐：

从被动到主动：主观能动性的力量

复利（滚雪球）的魅力

基于“第一性原理”的思路工作

聊聊“晋升”到底该怎么做

万能方法之如何使用"MECE"分析法高效解决问题