这个话题我得先泼一盆冷水。Anthropic最近把关于AI编程与开发者技能的调研结论放了出来几乎算是给所有天天用AI写代码的程序员敲了一记警钟依赖越深能力退得越快。这不是什么危言耸听报告里关于代码重复率上升、开发者审查工作量加大、对AI生成代码满意度下滑的那些数据说白了就是在描述一个正在发生的现实——我们这些人正在批量“退化”。这篇文章不是来唱衰AI的恰恰相反我自己也在重度使用Anthropic的Claude和各类AI编程工具但正因为用得多才更清楚退化的机制藏在哪以及有什么办法可以一边用AI提效、一边保住自己的手艺。1. Anthropic这份报告先看看“实锤”的是哪块板子1.1 报告里到底说了什么Anthropic那一轮关于开发者效能的调研不是那种“AI将取代程序员”的科幻预言而是把当下开发者的真实工作状态翻了个底朝天。有几个方向很扎眼代码重复率明显上升。团队代码库里复制粘贴的片段占比变高了而且很多不是开发者自主选择复用而是AI补全或生成的代码“凑巧”和已有代码高度相似开发者图省事直接接受导致仓库里堆了大量可合并逻辑。审查工作量向开发者端转移。AI能快速生成代码但没人能保证它写的代码对业务上下文理解到位。于是开发者从“写代码的人”变成了“审代码的人”而工具并不会自动帮你省掉验证这一步很多人的实际感受是工时没少心累加倍。开发者对AI生成代码的满意度在下降。刚接触AI编程的那个月会觉得“太强了什么都能写”。等用上三五个月就会频繁撞见AI一本正经地给出不存在的函数、错误的API用法、或者忽略了某个边界条件的实现。越熟练的开发者对AI输出的警惕心越强满意度反而更低。这几点合起来指向的其实是一个结论AI给编程带来的主要收益是“生成速度”而不是“工程质量”。一旦把速度当成了产出人的判断力就会被架空。报告不是反对你用AI而是在提醒你如果只享受生成速度、不建设判断能力那你的技能库就会悄悄缩水。1.2 真正让人后背发凉的不是AI本身而是习惯机制我见过的很多工程师尤其是三到五年经验的中坚力量对AI编程工具的态度已经从“辅助”变成了“依赖”。有个场景特别典型以前写一个不熟悉的接口对接会先去翻官方文档、看示例代码、理解认证流程然后动手。现在呢直接把需求粘给AI“帮我写个调用xx接口的Python脚本”拿到代码跑一下通了就收工不通就再粘一次报错信息给AI。这个行为模式的转变看着只是“效率工具”的迭代实质上已经动摇了程序员的核心竞争力——理解力。跑通一个接口和理解一个接口隔着十万八千里。前者是“验证了AI的猜测”后者才是“建立了自己的认知”。而Anthropic这份报告真正让人不安的部分正在于此被AI批量重构的开发流程正在让一大批人从“会写代码”退化成“会粘贴代码、会跑通代码、但不太懂代码在干什么”。我这么说可能会有人觉得我在贩卖焦虑。但说实话作为一个常年和团队一起做技术评审、代码Review、面试招聘的人我观察到的情况比报告数据更直观——过去两年入职的Junior工程师普遍能快速产出代码片段但整个系统的设计逻辑、异常处理、性能边界他们几乎说不上来。AI给了他们一把好用的铲子但没给他们设计地基的能力而很多人已经不觉得自己需要学地基了。2. 退化是怎么发生的从“会写”到“只会改”再到“不会办”2.1 认知卸载大脑天生就会把能力外包出去神经科学里有个概念叫认知卸载意思是大脑为了节省能量会倾向于把复杂的认知任务转嫁给外部工具。这本来是特别好的进化策略——我们用计算器代替心算用搜索引擎代替记忆百科都是为了把脑力留给更复杂的问题。问题在于AI编程工具把这些“更复杂的问题”也一并代劳了。以前用搜索引擎你搜到一段代码还得自己读、自己改、自己适配上下文这个过程本身就是一次思维训练。现在AI直接把一段看似完整的代码甩给你你连“读”这个动作都可以省掉直接跑。你的大脑得到了极大的舒适但认知回路里的关键一环——理解、推理、判断——已经被跳过了。打个比方你长期用计算器心算能力会退化长期用导航认路能力会退化。可心算和认路退化了你还有备用方案随时顶上。编程不一样程序员的根本价值就是用理解和推理去解决系统性问题如果一个程序员只会在AI的辅助下“搭积木”那他手里的核心竞争力其实已经被AI取代了一大半。2.2 “写”和“审”的本质差异技能生长的关键路径被绕开了我经常问团队里的同学一个问题你觉得Review代码和写代码哪个更能锻炼人大部分人下意识选Review因为觉得“能看出别人问题的人很厉害”。但真实情况是——长期只Review不写你对“从零构建一个系统”的感知会迅速钝化。因为Review是在既定框架里找毛病写代码是从混沌中建立秩序后者调用的脑区、需要的抽象思维远比前者复杂。AI编程工具的问题就在这里。它把你牢牢按在“Review”的位置上让你对AI生成的代码挑刺却很少逼你从零思考“这个业务应该怎么设计数据结构、接口怎么划分、异常怎么兜底”。久而久之你对代码的理解停留在“能跑”和“看起来合理”的层面对系统质量的敏感度会越来越低。举个我自己的例子。去年有个项目我用Claude写了个数据同步模块过程非常丝滑需求扔进去代码出来接口一调跑了。当时我觉得“工具真香”。结果上线两周后遇到数据源结构变化模块直接罢工。我打开那段代码才发现AI对数据源的字段做了硬编码假设既没有做空值保护也没有字段映射兜底。如果当时是我自己从零设计一定会在核心入口加一层schema校验因为这是我刻在肌肉记忆里的经验。但AI不会它只会对你下的指令做字面解读。这个案例不是要说明AI“不行”而是想指出当你习惯了把设计、编码、验证的工作都外包出去你的设计敏感度和工程经验就失去了生长的机会。经验从哪里来从来不是看代码看来的是自己想通、写错、修复、再重构这一整个循环里累积出来的。2.3 从“会写”到“只会改”再到“不会办”退化的路径其实是有迹可循的我把它拆成了三个阶段阶段一AI补全人主导。你会让AI自动补全一些样板代码、重复代码但整体架构、业务逻辑还是自己在掌控。这个阶段问题不大效率还能提升。阶段二AI生成人审查。你把越来越多的功能模块交给AI写自己主要看代码合不合理、改改变量名、调调参数。这个阶段已经开始危险了因为你的思维习惯会逐渐从“怎么实现”变成“怎么让AI实现”。阶段三AI出方案人做选择题。遇到需求你甚至不会先在脑里构思而是直接把需求扔给AI从它给的方案里选一个出来然后自己改改就跑。这个阶段基本已经交出了设计权你只是在帮AI“踩刹车”。很多口口声声说“AI提高了我的产出”的程序员其实已经不知不觉滑到了第三阶段。他们产出的代码数量上去了但代码的架构一致性、可维护性、业务贴合度全靠AI在原需求描述里的发挥。一旦需求稍微绕一点、边界条件稍微复杂一点AI给不出高质量答案的时候他们就会发现自己根本无处下手——因为“怎么实现”这个思考过程他们已经很久没有亲自走了。3. 我观察到的退化信号你中了几条3.1 症状一离开AI就写不出一个功能函数不知道你有没有过这种状态参加一个手写代码的笔试或者面试官让你在共享文档里写一个简单的工具函数你盯着屏幕大脑一片空白。也不是不会就是觉得“这个我平时让AI写几十秒就出来了”现在要自己从空白文件敲起竟然不知道从哪一行开始。我面试过一个有四年工作经验的候选人简历上写着精通Python。我让他写一个把嵌套字典中某个key的所有值取出来的函数不算难的递归题。他愣了很久开始写写了删删了写最后放弃了跟我说“平时这些都用AI写了”。我听完倒吸一口凉气不是因为他菜而是因为他已经不是个例了。这个面试场景后来我复盘过好几次结论是AI确实提升了一些人的产出速度但同时让另一些人的“基本功肌肉”萎缩了。3.2 症状二报错信息成了天书另一个特别明显的退化信号是对报错信息的解读能力变差了。以前程序员遇到报错第一反应是读堆栈、看异常类型、猜触发路径这是一种非常有价值的排查能力。现在很多人第一反应是复制粘贴扔给AI然后等答案。报错信息的解读某种程度上比写代码还重要因为你只有真正理解程序的运行时行为才能定位问题。但如果长期依赖AI帮你翻译报错你对运行时状态的敏感度会急剧下降。等哪天AI给出的修复方案不对、或者你需要处理的是一个AI没见过的新框架报错你就会发现自己面对一堆日志时完全没有头绪。3.3 症状三能解释别人的代码但无法从零设计这批人还有种典型状态你把一段AI生成的或者别人写的代码拿给他看他能说得头头是道——“这里在处理并发”“那里在做幂等”。但你要是给他一个空白的系统让他从零设计模块划分、接口定义、数据流他会变得非常挣扎。这个现象的本质是理解一个已存在的系统和构建一个新系统用的完全是两种心智模式。AI编程工具大量提供前者——已有代码的解释、补全、优化却很少锻炼后者——从需求到架构的抽象能力。时间长了你能轻易成为“代码评论员”却越来越难成为“系统建造者”。而团队里真正值钱的永远是后者。3.4 症状四把AI生成代码当成合格代码这是最隐蔽也最危险的信号。AI生成的代码尤其是基于大模型概率输出的代码经常存在三个问题一是用了不存在或者已废弃的API二是忽略了异常和边界条件三是不理解业务上下文做出错误假设。对于经验丰富的老手这些问题一眼就能看出但对于已经退化到“能跑就行”程度的程序员他们根本意识不到AI输出的代码里埋了雷。我见过不少线上事故源头就是开发直接采用了AI生成的代码而没有做边界测试。不能说全是AI的锅但如果你已经在心里默认“AI写的至少比我自己写可靠”那你的工程判断力已经拉响警报了。4. 三分钟自测测测你的编程肌肉还剩多少想知道自己处于哪个阶段不用去做什么复杂评估几个小自测就能说明问题。4.1 自测一白板写代码不借助任何工具挑一个你自以为很熟悉的功能比如“把数组去重并排序”用你最拿手的语言在记事本里手写实现。要求是不能查文档、不能问AI、不能用IDE补全。写完再花两分钟过一遍看看有没有处理这些边界情况空数组数组里包含null或undefined数组元素本身就是对象怎么定义“去重”排序是否稳定如果你能流畅写出来说明基本功力还在。如果写到一半卡住或者写完了也说不清上面的边界条件那你要注意了你的编程基本功正在被AI悄悄搬走。4.2 自测二解释你三个月前写的代码翻出你三个月前亲手写的或者AI写的你提交的代码找一小段比较复杂的逻辑尝试向身边的同事解释清楚这三个问题这段代码解决了什么问题为什么选择这种实现方式不选其他方案如果现在让你重写你会保留什么、重构什么解释不清楚说明你当时只是在“产出”代码而不是在“理解”代码。写代码的人不能成为自己代码的陌生人。4.3 自测三关闭AI现场Debug下次再遇到线上报错先给自己一个硬性要求不允许第一时间打开AI工具。坐下来先读一遍报错信息再回看相关代码尝试定位是哪一行、哪个数据结构、哪个调用链出了问题。如果十分钟内你能自己找到问题点你的排查能力还在。如果十分钟后还是一头雾水你再打开AI但别忘了反思你的排查思路哪里断了是没看懂报错还是对代码结构不熟还是根本没有头绪这个反思过程就是对抗退化的训练。4.4 自测结果怎么解读四个自测都能独立完成并且能讲清楚思路你的基本功还很扎实AI对你来说还是个提效工具不是拐杖。继续保持同时留意后面我提到的防退化策略。四个自测完成度一般中间有卡顿你已经处在退化初期。好消息是这种程度只要调整使用习惯一两周就能恢复。大部分自测都完成不了或者出现强烈的“想开AI”冲动你已经处于明显退化的阶段了。需要强制给自己设置“无AI时间”把基本功捡回来。5. 我的防退化方案从“代笔”到“结对”5.1 把AI当成解释器而不是代笔我自己用AI编程工具最大的一个转变是我不再让它直接给我一整套代码了而是让它给我解释概念、比较方案、梳理思路。比如我想写一个复杂的SQL查询我不会直接说“帮我写一个统计每月销售额的SQL”而是先问它“按月统计销售额需要考虑时区、取消订单、退款这些情况SQL应该怎么设计各个方案的优劣是什么”这个做法的好处是我保留了设计的主导权AI变成了一个可以随时请教的架构顾问。代码还是要我自己敲但思路已经被启发开了。整个过程下来我对这个SQL的每个设计决策都了然于胸下一次遇到类似问题就可以不依赖AI直接写出来。5.2 每周给自己留两块“无AI硬核时间”这个方法听起来很笨但实测非常有效。我给自己定的规矩是每周至少抽两个半天处理那些“难啃”的技术任务时强制关闭所有AI工具和浏览器搜索。需求来了直接自己设计、自己实现、自己测试。刚开始非常痛苦因为习惯了AI即时反馈后你会觉得写得特别慢甚至有点难受。但坚持两三周后你会发现一个变化自己的思路变得连续了。以前让AI写代码你的思路是碎片化的——“这步问AI”“那步再问AI”大脑的思考过程是被反复打断的。而自己动手写的时候你会进入一种沉浸的思维流状态整个模块的设计、编码、调试一气呵成。这种状态才是真正锻炼人的状态。5.3 精确提问替代无脑粘贴如果你暂时离不开AI那就从改变提问方式开始。不要用“帮我写个xx功能”这种甩手掌柜式的提问而是用“我准备这样设计xx功能你帮我看看这个方案有什么漏洞”“这两种实现方式的性能差异在哪里”“这个接口的异常处理应该注意什么”这种问题。这些提问方式有一个共同点它要求你先动脑思考先给出自己的判断再让AI来辅助验证和完善。这样AI就不再是代笔而是你思路的磨刀石。长期坚持你的思考能力不仅不会退化反而会因为经常和AI碰撞观点而变得更敏锐。5.4 手动重写AI的关键代码当你确实需要AI帮你生成代码时——比如探索一个你不熟悉的新框架——有个动作不能省手动把AI生成的代码敲一遍边敲边理解遇到不懂的地方就追问AI。这一步是为了强制你的大脑经历“理解—编码—验证”的完整闭环而不是只做“复制—粘贴—运行”。敲完之后我还会做一次重构把AI代码里那些冗余的、不合理的部分改掉。这个过程既是对AI代码的消化吸收也是把别人的思路转化成自己能力的过程。经过这样的处理这段代码才会真正长在你的脑子里而不是仅仅存在于你的Git提交记录里。5.5 新人要警惕的恶性循环如果你是个入行不久的Junior我要单独跟你讲两句。你们的处境其实比老手更危险因为老手是在有基本功的基础上使用AIAI是增量工具而你们很可能是在几乎没有基本功的情况下直接用AI构建工作流。这就好比一个没学过交通规则的人直接上了自动驾驶——车能开但你对路上正在发生的一切根本不敏感。我的建议是入行前两年无论AI多方便都尽量保持“自己先把代码写出来”的习惯。一次写不好就写两次哪怕慢一点也无妨。因为这两年建立起来的是你未来十年吃饭的根基——你能不能从复杂问题里抽象出简单方案能不能一眼看出代码的坏味道能不能在别人都不知道怎么办的时候给出方向全都取决于这前两年你有没有扎扎实实地写过、想过。写在最后Anthropic这份报告真正想提醒我们的不是“AI有多强、人有多菜”而是“当工具变得过于便利人的适应机制反而会反噬自身”。我没有任何要你放弃AI工具的意思我自己也离不开这些工具——但关键在于你是那个“用AI的人”还是那个“被AI用的人”。每天花五分钟关掉AI自己写一段代码哪怕只是一个小函数。这个习惯坚持下来几年后你会感谢今天这个决定。