依赖AI将导致编程专业技能崩溃

事件核心：发生了什么

开发者工具公司 JetBrains 近期完成了一项针对初级开发者的研究，通过分析他们在真实编程会话中的行为，测试不同程度的 AI 辅助对学习效果的影响。结果与普遍预期相反：参与者自认为 AI 工具像是“个人导师”，但数据显示他们并未真正这样使用。重度依赖 AI 的参与者经常跳过关键的规划阶段，最终带着“能力错觉”结束任务，而非真正的理解；而表现最好的初级开发者恰恰是那些大幅限制或干脆无视 AI 编程辅助的人。开发者 Lars Faye 撰文引用该研究，并指出当前行业存在一个结构性矛盾：AI 编程工具要求使用者具备相当经验才能有效驾驭，但工具本身又削弱了积累经验所必需的“摩擦”过程。

为什么重要

这项研究触及 AI 编程工具普及背后一个被忽视的问题——专业技能的形成依赖长期、有难度的实践，而 AI 助手恰恰在移除这种“必要摩擦”。行业里流传的“AI 不会取代你，会用 AI 的人会取代你”的说法，对没有多年经验积累的初级开发者构成误导：他们被要求使用需要专家级判断力才能负责地驾驭的工具，却失去了通过试错构建知识基础的机会。JetBrains 的数据显示，所谓的“个人导师”体验并未真实发生，更多是一种“信心与理解不匹配”。这也呼应了此前讨论的“技能型编排者悖论”：管理 AI 代理所需的能力，恰恰是长期使用 AI 可能削弱的能力。目前公开信息显示，这一现象对开发者培养路径和行业人才结构的影响尚未被充分讨论。

对用户/开发者/创作者的影响

对于初级开发者和刚入行的工程师，这项研究意味着：盲目追求 AI 工具的使用频率可能适得其反。研究中的正面案例显示，有效使用 AI 的前提是具备“负面专长”——即识别并忽略 AI 错误建议的能力，而这需要基础功底的支撑。对于团队管理者，这提示在引入 AI 编程工具时，需要区分“加速熟练工”和“培养新人”两种场景，避免让初级成员在不具备判断力的情况下过度依赖生成代码。对于 AI 工具开发者，这也指向一个产品设计方向：如何让辅助机制保留学习空间，而非单纯追求生成速度和完成度。

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。

了解 GamsGo AI

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

后续可以关注几个方向：一是 JetBrains 是否会基于这项研究调整其 AI 助手产品的默认交互方式，例如增加提示引导或限制生成范围；二是更多企业是否会跟进类似研究，形成关于 AI 编程工具对长期技能影响的系统性证据；三是在模型推理成本持续下降的背景下，AI 编程工具是否会走向更“克制”的设计路线，从替人写代码转向帮人确认和理解代码。另外，这项研究与 Sam Altman “智能即公用事业”愿景之间的张力，也值得持续观察：当智能像水电一样按需取用时，专业能力的价值将如何被重新定价。

来源：Hacker News