一句话看懂：一项针对程序员和创意工作者的调查发现，频繁使用 AI 辅助工具（如代码补全、图像生成）正在削弱用户的核心技能，尤其是在问题拆解、调试和判断生成结果质量方面。这引发了关于“AI 依赖”是否会导致长期技能退化的讨论。
事件核心：发生了什么
该报道援引了一项学术调查，调查对象涵盖软件工程师、设计师和内容创作者。结果显示，约 68% 的受访者表示，在依赖 AI 工具（例如 GitHub Copilot、Midjourney、ChatGPT）后，自己手动编写代码或独立构思创意的能力出现明显下降。特别需要警惕的是，资深开发者虽然能更高效地使用提示词（Prompt），但他们在面对复杂系统设计或边缘情况（Edge Cases）时，缺乏手动调试的实践经验；而初级开发者则更容易跳过基础学习过程，直接复制 AI 生成的代码，导致算法思维和单元测试能力减弱。
为什么重要
这一现象正在挑战 AI 行业“提效=进步”的默认假设。对于企业来说，如果员工因长期使用 AI 而丧失底层技能，短期的生产力提升可能以长期的工程韧性为代价——当 AI 模型更新（如训练数据偏移）或 API 中断时，团队可能无法独立解决问题。对大模型公司而言，这直接影响到产品的设计策略：是追求“一键生成”的极致便利，还是加入“适度挑战用户、帮助用户保持技能”的交互机制（例如要求用户先手动输入框架再进行 AI 辅助）。目前，OpenAI、Anthropic 等公司尚未公开回应这一问题。
对用户/开发者/创作者的影响
对开发者：建议建立“AI 使用纪律”，例如将 AI 定位为校对和搜索工具，而非代码生产主力。具体做法包括：先手动写关键逻辑，再用 AI 生成重复代码；遇到 Bug 时优先自己尝试 Debug 而非直接粘贴错误信息给大模型。这能保持代码审查和系统设计能力。
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。
对普通用户：依赖 AI 写邮件、做表格虽然省时，但可能削弱信息组织能力。可以设定一个“无 AI 时段”，比如每周固定时间手动完成一项任务。
创作者：图像生成（Stable Diffusion、DALL·E）和文案 AI 的普及容易导致风格同质化。建议创作者保留手动构图和关键词脑暴的环节，将 AI 作为灵感激发器而非成品模板机。
值得关注的后续
1. 是否会引发企业培训政策的调整，例如某些科技公司将“禁用 AI 代码审查”作为新员工实习期的要求？
2. 大模型产品是否会推出“技能保留模式”，例如限制一次性输出长度、逐步减少提示词提示的完整度，迫使使用者进行更多思考？
3. 针对初级开发者的技能评估标准是否会改变，例如招聘中增加“无 AI 情况下的限时代码测试”项目？
来源：Readhub · AI
