当大脑不再负重，，，，，，，手艺肌肉就最先萎缩。。。。。
作者｜Moonshot
编辑｜靖宇
「自然语言就是新的编程语言。。。。。」这句话在已往一年里被无数人奉为圭臬。。。。。
特斯拉前 AI 总监 Andrej Karpathy 带火的 「Vibe Coding」（气氛编程）更是让这种狂热抵达了巅峰——你不需要懂语法，，，，，，，不需要管实现，，，，，，，只要对着 AI 喊出需求，，，，，，，然后 Check 一下感受（Vibe）对差池就行了。。。。。
听起来，，，，，，，程序员的门槛似乎要被抹平了。。。。。
但就在上周，，，，，，，大模子领域的「优等生」、Claude（也是最受接待的 Vibe Coding 模子之一）的母公司 Anthropic 居然自己跳出来，，，，，，，给这股热潮泼了一盆冰水。。。。。
图源：arxiv
他们发了一篇题为《AI 怎样影响手艺形成》的硬核论文，，，，，，，告诉我们一个残酷的真相：若是你在学习新工具时太过依赖 AI，，，，，，，你不但不会变快，，，，，，，你的焦点能力还会泛起显著退化。。。。。
甚至，，，，，，，你可能正在酿成一个「半废」的工程师。。。。。
01
人是轻松了，，，，，，，脑子也废了
Anthropic 的研究员这次很较真，，，，，，，他们找来 50 多位有履历的 Python 程序员，，，，，，，搞了一场「闭卷考试」。。。。。
考题是让各人去学一个历来没用过的冷门 Python 库：Trio，，，，，，，来完成一系列异步编程使命。。。。。这完善模拟了程序员在事情中经常遇到的场景：老板突然让你用一个你没见过的工具/框架去解决问题。。。。。
程序员被分成了两组：
「手动组」： 只能看官方文档，，，，，，，用 Google 搜索，，，，，，，严禁使用 AI。。。。。
「AI 组」： 配备了一个基于 GPT-4o 的强盛 AI 助手，，，，，，，可以随时提问、让它写代码、修 Bug。。。。。
使命竣事后，，，，，，，所有人都加入了一场原本用于磨练「学习效果」的考试。。。。。
考试内容包括编程语法、对代码逻辑的明确、阅读代码的能力，，，，，，，以及调试（Debugging）能力。。。。。
各人的第一反应一定是：AI 组一定秒杀「土法炼钢」组吧 ？？？ ？ ？？？事实这可是 GPT-4o 级别的辅助。。。。。
但实验效果出来后，，，，，，，所有人都默然了。。。。。
无 AI 组问答得分普遍高于 AI 辅助组｜图源：Anthropic
最显着的效果是：效果欠好。。。。。数据显示，，，，，，，使用了 AI 的那组人，，，，，，，考试得分平均比手写组低了 17%。。。。。
论文中特殊提到，，，，，，，分差最大的领域在于调试（Debug）。。。。。
这并不料外，，，，，，，事实 Vibe Coding 最大的误差就在于，，，，，，，用户不知道那堆代码是怎么跑起来的，，，，，，，排查和调试都无从下手。。。。。
「好吧，，，，，，，我认可我变菜了，，，，，，，但我至少变快了啊�。。。。 拐饪赡苁切矶� Vibe Coding 喜欢者的最后防地。。。。。
很遗憾，，，，，，，Anthropic 的数据再次打脸。。。。。报告显示，，，，，，，在完成使命的总耗时上，，，，，，，AI 组和手动组在统计学上没有显著差别：AI 组平均 23 分钟，，，，，，，手动组平均 24.7 分钟。。。。。
为什么会这样 ？？？ ？ ？？？我们不是有 AI 加持吗 ？？？ ？ ？？？论文指出了一个被忽视的时间本钱：
「交互税」。。。。。
有些程序员为了让 AI 写出完善的代码，，，，，，，花了大宗时间在「写提醒词」上。。。。。数据显示，，，，，，，有人甚至花了 11 分钟在跟 AI 谈天，，，，，，，或者在一项 35 分钟的使命里，，，，，，，花了 30% 的时间在构想怎么问问题。。。。。
「市价比」不高，，，，，，，破费的时间并没有转换成得分｜图源：Anthropic
再团结上 Vibe Coding 最短的短板——Debug 难题。。。。。AI 组很容易陷入试错式调试（Iterative Debugging） 的循环：AI 天生代码-报错了-把报错丢给 AI：「解决一下这个 bug」-AI 再天生-又报错了……
最后整个工程酿成了不可逆转的「屎山黑箱」（「屎山代码」指一种杂乱、难以明确和维护的代码状态，，，，，，，「黑箱」则指不知道内部结构的系统）。。。。。
在这个历程中，，，，，，，时间一分一秒流逝，，，，，，，而程序员的大脑处于一种「挂机等效果」状态，，，，，，，既没有节约时间，，，，，，，也没有学到工具。。。。。
到这儿你可能对 Vibe Coding 祛魅了 ？？？ ？ ？？？别急，，，，，，，这篇论文最精彩的部分，，，，，，，在于它通过录屏剖析，，，，，，，把使用 AI 的程序员分成了六种门户。。。。。
研究员发明，，，，，，，虽然 AI 组平均分低，，，，，，，但组内方差极大。。。。。
有的人「废」了，，，，，，，有的人却「超神」了。。。。。区别全在于怎么用 AI。。。。。
02
代码没编好，，，，，，，
用户画像倒是有了
第一类用户都可以归为「AI 废人」的低分低能组，，，，，，，考试得分极其惨烈，，，，，，，平均分都在 40% 以下（缺乏格）。。。。。
这一大类里还能细分为三个小类，，，，，，，划分是：
甩手掌柜型 (AI Delegation)：直接把问题复制给 AI，，，，，，，「帮我写个函数解决这个问题」，，，，，，，然后 Ctrl+C / Ctrl+V，，，，，，，直接交卷。。。。。他们使命完成速率确实最快（平均 19.5 分钟），，，，，，，但学到的工具险些为零，，，，，，，我奶奶来做都能行。。。。。
中途而废型 (Progressive AI Reliance)：刚最先还想自己试试，，，，，，，写了两行发明报错，，，，，，，心态崩了：「算了，，，，，，，AI 你来吧。。。。。」然后彻底躺平。。。。。
盲目试错型 (Iterative AI Debugging)：这是最典范的「无脑 Vibe」。。。。。遇到 Bug 不看回溯，，，，，，，直接把报错扔给 AI。。。。。AI 给出的代码看都不看就运行，，，，，，，差池再扔。。。。。这是也是最惨的一群人。。。。。铺张了大宗时间后拿了个低分，，，，，，，完全成了 AI 的「人肉测试员」。。。。。
第二类用户就乐观多了，，，，，，，虽然用了 AI，，，，，，，但考试效果甚至能和手写组持平（65% - 86%），，，，，，，寻找到了人机共生的解决计划。。。。。
拿 AI 作「辅助驾驶」的三类人得分更高｜图源：Anthropic
这一大类里也能细分为三个小类：
突破砂锅型 (Conceptual Inquiry)：他们险些不让 AI 写代码。。。。。 他们只问看法：「为什么要用 await ？？？ ？ ？？？」「这是什么原理 ？？？ ？ ？？？」搞懂了原理，，，，，，，再自己手写。。。。。这是真正的「把 AI 当导师」，，，，，，，而不是当实习生，，，，，，，并且这种 Vibe Coding 也得需要用户真的「懂行」、「会问」。。。。。
先斩后奏型 (Generation-Then-Comprehension)：让 AI 写代码，，，，，，，但在复制粘贴之前，，，，，，，他们会追问：「诠释一下这行代码为什么这么写 ？？？ ？ ？？？」这么一句，，，，，，，就能让 AI 先自审一遍，，，，，，，自己也能看到 AI 的编程思绪，，，，，，，把 AI 的输出转化为了自己的知识。。。。。
混淆双打型 (Hybrid Code-Explanation)：融合了上面两个类型的特点，，，，，，，会写「请写出代码，，，，，，，并诠释每一步的逻辑。。。。。」这种提醒词，，，，，，，强制 AI 输出推理头脑链，，，，，，，让自己跟上 AI 的思绪，，，，，，，也便于去 Debug。。。。。
为什么用的是统一个 AI，，，，，，，人和人的差别这么大 ？？？ ？ ？？？
或许并不是 AI 废掉了程序员，，，，，，，而是我们自己在「偷懒」的诱惑眼前，，，，，，，自动选择了缴械投降。。。。。
03
Vibe Coding 的价钱是
Anthropic 的这篇报告，，，，，，，着实触及了一个心理学看法：
认知卸载（Cognitive Offloading）。。。。。
即当工具足够强盛时，，，，，，，我们会下意识地把原本需要大脑处置惩罚的盘算、影象、逻辑推演使命，，，，，，，「卸载」给工具，，，，，，，就像自动驾驶一样。。。。。
在 AI 时代，，，，，，，我们正在把「明确力」卸载给大模子。。。。。
论文里用了个比喻：AI 就像一副「外骨骼」，，，，，，，当你衣着它时，，，，，，，你力大无限，，，，，，，能搬起千斤重。。。。。但问题在于，，，，，，，肌肉的生长需要负重和撕裂，，，，，，，若是你恒久衣着它不脱下来，，，，，，，你的肌肉就会由于缺乏刺激而萎缩。。。。。
研究以为，，，，，，，太过依赖 AI 会直接跳过思索历程｜图源：Anthropic
这篇论文中有一个很是不起眼、但细思极恐的数据：报错数目。。。。。
手动组在做使命时，，，，，，，平均每人遇到了 3 次报错。。。。。以是他们被迫停下来，，，，，，，盯着红色的报错信息，，，，，，，去查文档、去思索「为什么类型不匹配」、「为什么线程没挂起」。。。。。
而 AI 组平均每人只遇到了 1 次报错，，，，，，，大大都时间，，，，，，，AI 给出的代码不但能跑，，，，，，，并且跑得极其顺滑。。。。。
AI 组的报错显著少于无 AI 组｜图源：Anthropic
这听起来是 AI 的优点 ？？？ ？ ？？？不，，，，，，，Anthropic 的研究员指出，，，，，，，这恰恰是问题的泉源。。。。。
论文明确写道：「遭遇并自力解决过失，，，，，，，是手艺形成的要害一环。。。。。」
手动组之以是学得好，，，，，，，是由于他们履历了「摩擦」。。。。。每一次报错，，，，，，，都是现实天下给头脑的一次「阻力」。。。。。正是为了战胜这种阻力，，，，，，，大脑被迫建设了深刻的心理表征（认知心理学术语，，，，，，，指当外部信息进入人脑之后，，，，，，，它会被PT视讯(中国区)官网大脑加工，，，，，，，以一种特别的结构贮保存大脑中）。。。。。
而 AI 组的体验就太「平滑」了。。。。。但价钱是，，，，，，，你失去了对地面的「抓地力」：脱下外骨骼，，，，，，，路都不会走了。。。。。
这种「AI 过于平滑」的通病，，，，，，，不但仅保存于编程中，，，，，，，正在伸张到我们生涯的方方面面。。。。。
在编程里，，，，，，，它消除了 Debug 的痛苦，，，，，，，让你误以为自己掌控了系统；；；；；；在创作里，，，，，，，它消除了构想的死板，，，，，，，让你误以为自己拥有了创意；；；；；；在人际关系里，，，，，，，它甚至也在消除「摩擦」。。。。。
就像许多 AI 成瘾的问题，，，，，，，都源自于 AI 永远情绪稳固，，，，，，，永远秒回，，，，，，，永远顺着你的话说，，，，，，，这种极致的「平滑关系」，，，，，，，何尝不是一种 Vibe Social。。。。。
04
「我行我上」的幻觉
Vibe Coding 最迷人也最危险的地方，，，，，，，在于它制造了一种「快乐但无知」 (Happy but Ignorant) 的幻觉。。。。。
论文中提到了加入者们玄妙的心理转变：AI 组的加入者普遍以为使命「更容易」，，，，，，，「手动组」则以为使命很难，，，，，，，历程很痛苦。。。。。
但反转来得很爽性：那些以为「容易」的人，，，，，，，在随后的测试中一塌糊涂；；；；；；而那些以为「难题」的人，，，，，，，虽然历程煎熬，，，，，，，但自我报告的「学习和生长感」 却更高，，，，，，，分数也更高。。。。。
以是Vibe Coding 让你在写代码的历程中感受自己是个天才，，，，，，，直到代码报错的那一刻，，，，，，，你才发明自己只是个「睁眼瞎」。。。。。
在面临「未知」时，，，，，，，AI 是公正的，，，，，，，它会一律地「废掉」每一个试图偷懒的大脑，，，，，，，无论这个大脑一经何等睿智。。。。。
研究职员凭证编程履历将加入者分成了三层：1-3 年、4-6 年、7 年以上。。。。。
效果数据显示，，，，，，，在所有履历层级中，，，，，，，不使用 AI 的组，，，，，，，考试得分都高于使用 AI 的组。。。。。
哪怕是资深工程师，，，，，，，在 AI 辅助下得分也低于无 AI 组｜图源：Anthropic
这意味着，，，，，，，纵然你是入行 7 年以上的老鸟，，，，，，，在面临一个全新的手艺领域时，，，，，，，若是太过依赖 AI，，，，，，，你的学习效果依然会大打折扣。。。。。
虽然了，，，，，，，Anthropic 的这篇论文也不是让我们因噎废食，，，，，，，退回到手写代码的时代。。。。。
它更像是一份「AI 时代生涯指南」。。。。。想要不被 AI「废掉」，，，，，，，我们需要改变使用习惯，，，，，，，从报告中的「高分高能组」那里取经：
好比多问「为什么」，，，，，，，少说「帮我做」；；；；；；哪怕是 AI 天生的代码，，，，，，，也要像审阅同事的代码一样，，，，，，，逐行阅读，，，，，，，明确代码逻辑；；；；；；珍视 Debug 的时机，，，，，，，下次遇到 Bug，，，，，，，试着先自己剖析 5 分钟，，，，，，，而不是 5 秒钟后就截图发给 ChatGPT。。。。。
AI 确实能让我们跑得更快，，，，，，，但条件是，，，，，，，你得知蹊径在那里，，，，，，，以及车坏了该怎么修。。。。。
事实，，，，，，，当自动驾驶失效的时间，，，，，，，只有谁人还没遗忘怎么握偏向盘的人，，，，，，，才华救全车人的命。。。。。
*头图泉源：Deeplearning AI Community
本文为极客公园原创文章，，，，，，，转载请联系极客君微信 geekparkGO
极客一问
你怎么看现在大部分代码
都有 AI 天生这件事 ？？？ ？ ？？？
黄仁勋：若是我现在是学生，，，，，，，比专业更主要的是先学 AI。。。。。
点赞关注极客公园视频号，，，，，，，云南滇池绿色食物有限公司p>