一句话看懂：多项研究显示，医生和程序员在长期依赖AI辅助后，基础专业技能出现明显退化。一项针对波兰内镜医师的研究发现，AI工具停用后，医生发现肠道癌前病变的能力下降了约6个百分点；另一项针对软件工程师的随机对照试验也表明，使用AI助手后，工程师在没有工具辅助时连基础编程任务都完成得更差。这些结果意味着，AI的“去技能化”效应并非杞人忧天，而是一个正在发生的现实问题。
事件核心：发生了什么
《自然》杂志引用了两项实证研究。第一项来自《柳叶刀胃肠病学与肝病学》，研究对象是波兰的消化内镜专科医生，每位职业生涯都完成了至少2000例结肠镜检查。当他们开始使用一个实时分析结肠镜图像并标记腺瘤的AI工具后，情况迅速变化：AI工具未引入前的三个月里，医生阳性检出率为28.4%；AI工具引入后，在没有AI辅助的检查中日，检出率降至22.4%。这些可都是已经具备上万次操作经验的专家。第二项研究来自AI公司Anthropic，团队招募了52名软件工程师，要求所有人完成基础编程任务，其中一半人允许同时使用AI助手。结果清楚表明：允许使用AI的人在没有工具辅助时，表现显著差于从未依赖过AI的对照组。研究负责人、加州大学旧金山分校的Robert Wachter医师指出，这证实了高度熟练的专业人士也可能因为依赖AI工具而“非学习”，且并非单一案例。
为什么重要
这一发现对AI行业的商业化路径提出了深层挑战。目前，医疗AI、编程Copilot、客服自动化等产品主要的卖点在于“提升效率”，但很少有产品会提示用户“长期使用可能导致核心技能下降”。以医疗领域为例，如果AI辅助撤出后医生的实际诊断能力出现系统性滑落，这不仅关乎医疗质量，还涉及法律责任和认证体系是否需要随AI使用而调整。对于开发者生态而言，程序员正大量依赖AI生成代码，一旦AI工具的推理逻辑发生变化或服务中断，而工程师又已经丧失手动调试、理解基础逻辑的能力，实际工作中的“生产力幻觉”可能瞬间崩塌。目前行业内“先靠AI，不行再找人”的普遍思维，正在产生一种结构性的技能断层。
对用户/开发者/创作者的影响
对普通用户来说，如果医疗AI被广泛部署，最坏的情况是当诊断辅助系统失效时，你依赖的是一批技能已经生疏的医生。对开发者而言，直接后果就是：过度依赖AI写代码会使你在面对没有AI的面试或突发事件时能力大幅打折。对从事内容创作的创作者，类似的“去技能化”风险同样存在——长期用AI生成思路和文字，会使你失去独立构思、调整语感和判断好内容的能力。更重要的是，这个现象对企业和采购决策人也有实际意义：当你决定为团队大批量购买AI工具时，如果不配套加入“人机协同培训”和定期无AI测试，最终产出质量可能在中长期出现反向降低。企业和采购方应警惕“效率”与“退化”之间的平衡，在部署AI工具的同时保留人员基本功的训练机制。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，这类研究是否会引发监管机构重视：如果验证更多，FDA之类的机构可能要求AI产品在说明书中增加“可能导致用户技能退化”的风险声明，甚至对医疗AI的使用方式和频率做出限制。第二，AI培训产品是否会从“更高效”转向“保持人类技能”：可能出现一批专门设计为“轮替训练模式”的工具，比如今天AI辅助、明天手动、后天再AI验证，以维持大脑“不偷懒”。第三，Anthropic的编程实验是否会延伸到大模型的后训练方案：如果开发者越来越差，基础模型本身的「推理能力」也就失去了最好的迭代测试者，这反而会影响AI公司的长期竞争力。目前公开信息显示，尚无公司正式制定“防去技能化”的产品策略，但这一话题正在成为2026年AI领域热门的下一议题。
