一句话看懂：加州大学伯克利分校参与的一项研究发现，让人借助 ChatGPT 解数学题仅约 10 分钟后撤走 AI，受试者的答题准确率和坚持度明显下降；它提醒我们，AI 提效的另一面可能是削弱“自己啃难题”的能力。
事件核心：发生了什么
这项研究由加州大学伯克利分校人类兼容 AI 中心研究员 Brian Christian 等人参与，合作者来自卡内基梅隆大学、麻省理工学院、牛津大学和 UCLA。团队于 2026 年 10 月在 Conference on Language Modeling 上展示了经同行评审的更新论文，此前今年春季的初稿已引发关注。
研究者招募了 1222 名在线参与者，设计了三组随机对照实验。第一组 354 人被要求解 15 道基础分数题：一部分人独立完成，另一部分可以打开 ChatGPT 求助，甚至直接问答案。有 AI 辅助的一组起步准确率更高；但在第 12 题后研究者撤走 AI，该组几乎立刻开始答错。第二组扩大到 667 人，结果类似：失去 AI 后，AI 组更容易答错或放弃，而没有 AI 的一组坚持到任务结束且表现更好。第三组 201 人改用 SAT 阅读理解题，结论一致。
为什么重要
这组实验触及了一个行业不愿多谈的副作用：大模型把“即时给答案”变成默认交互，用户习惯了几秒出结果，就容易把需要长时间推理、试错和查证的“有效挣扎”外包出去。Christian 在伯克利的发言中称，这项结果“几乎清晰到没有别的解释”，并指出前沿 AI 公司也承认把任务交给聊天机器人会降低用户对主题的基础理解。
对教育科技、AI 助手和 API 设计者来说，这构成一个产品路线问题：是以最短路径交付答案，还是像导师一样保留引导和延迟满足。目前公开信息显示，论文讨论的是特定任务和短时实验条件，尚不能推断为永久性认知损伤或对所有 AI 应用成立。
对用户/开发者/创作者的影响
普通用户最直接的风险不在“用不用 AI”，而在“只用 AI 拿答案”。把 ChatGPT 当作搜索替代品做数学题、写代码、读文献时，可以刻意留出先自己想一段、再让模型给步骤而不是给结论的习惯。开发者与创作者在设计 AI 应用时，若面向学习、编程、写作等场景，默认输出解析过程、反例和追问，可能比直接甩最终结果更有长期价值。
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。
企业采购 AI 编码助手、研究工具时，也可把“是否保留用户独立推理环节”纳入评估，而不只看任务完成速度。毕竟目前公开信息显示，这项研究主要衡量的是撤走 AI 后的短期表现，并非上线产品评测。
值得关注的后续
一是看团队是否继续发布更大样本、更多学科任务的完整论文与数据；二是看主流 AI 助手是否跟进“导师式默认回复”，把直接给答案改成给思路；三是看教育机构和企业培训是否据此调整 AI 使用规范——这些都比单次实验结论更值得跟踪。
