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，， ，，，北京中科未来科技有限公司p>