AI编程助手：技能退化的双刃剑

2026年初，Anthropic研究揭示了AI辅助编程对技能学习的潜在风险。开发者若依赖AI助手完成编程任务，在概念理解、代码阅读和调试能力方面将显著落后于独立解决问题的同行。

技能退化，AI编程让人难以锻炼调试能力

随着AI编程助手的普及，软件工程领域的生产力显著提升。然而，这背后隐藏着怎样的代价？

设想你是一位程序员，需使用新库进行开发。你会选择通过搜索引擎和文档自学，还是依赖基于GPT-4o的AI编程助手？哪种方式更有利于你掌握这个库？

研究中，受试者需学习一个陌生的Python异步编程库Trio，均为首次使用。他们被分为两组：一组仅通过搜索学习，另一组则依赖大模型问答学习。

图1：实验设计方案

任务完成后，受试者接受了一项涵盖概念理解、代码阅读和调试能力的技能评估测试，以衡量他们对Trio库的掌握程度。然而，与普遍认知相反，AI辅助并未显著缩短任务完成时间（见图2左侧）。尽管AI助手能生成完整且正确的代码解决方案，但实验组的平均完成时间并未显著优于对照组。

图2：人们使用AI与否与编程速度和技能评估得分

为何会出现这种情况？深入分析发现，这源于参与者使用AI方式的巨大差异：

一部分参与者完全委托AI生成代码，确实大幅提高了效率；而另一部分参与者则与AI频繁交互，甚至有人单次查询耗时6分钟，反而抵消了效率优势。

更值得关注的是技能评估结果：AI使用组在测验中的表现明显较差，得分平均低4.15分，而满分为27分。

其中，AI使用组的调试能力与不使用AI组的差距最为明显，代码阅读能力的差距相对较小。这表明，独立解决问题的过程中遇到的错误和调试经历，对技能形成至关重要。