Anthropic 的最新研究显示，依赖 AI 进行代码生成的开发者在概念理解测试中的得分低了 17%，而且在完成任务的速度上并不比依赖文档和网络搜索的同行更快。研究结果强调，虽然 AI 可以在几秒钟内生成可运行的代码，但它并不能降低对真正工程专业知识的需求成本。

为什么这项研究很重要

实验将开发者分为两组。一组可以不受限制地使用 AI 代码生成工具；另一组仅使用官方文档和网络搜索来解决相同的问题。任务完成后，参与者参加了一项旨在考察其对底层原理掌握程度的测试。AI 辅助组的平均得分落后了 17%，且两组在速度上都没有表现出明显的优势。

从实际角度来看，“氛围编程”（vibe coding）——即通过提示词让 AI 生成代码片段，而不进行深入检查就直接发布——并不能提高生产力。它只是掩盖了知识差距，而这种差距随后会演变成 Bug、维护难题或昂贵的重写工作。

数据背后的背景

Anthropic 的研究表明，AI 的潜力尚未完全释放。那些在每一步都使用 AI 的参与者（复制粘贴建议、修改变量名并继续下一步）对问题领域的吸收最少。而将工具视为协作伙伴的开发者（提出精确、具体的问题，然后剖析返回的代码）则能保留更多的概念框架。

这种区别反映了行业内的一个更广泛的观察：提示词工程师可以在几分钟内写出一个函数，但随着复杂性的增加，系统工程师的移动速度会更快。他们能预见到哪些地方会出错，哪些地方无法扩展。他们的速度体现的是判断力，而非低效。

谁赢了，谁输了

保持判断力的工程师 理解架构、知道结构何时需要刚性或灵活性、并且能在不破坏系统的情况下重写组件的工程师，从长远来看能为组织节省资金。他们的技能组合可以防范隐藏的技术债，这种技术债通常伴随着那些看起来整洁但缺乏明确意图的 AI 生成代码。

提示词专家 那些将 AI 视为魔杖的人可以交付快速原型或解决孤立的 Bug。短期内，他们看起来很有生产力，但随着代码库的扩大，AI 生成的代码片段中隐藏的假设会变成负担。调试工作随后会变成对原始意图的搜寻，从而推高维护成本。

组织 过度依赖“仅限 AI”开发的业务面临更高的未来支出风险：在调试、重构以及让新工程师上手理解晦涩代码方面需要花费更多时间。将 AI 辅助与严谨的工程实践相结合的公司，在保持长期稳定性的同时，能够获得速度上的收益。

大多数报告忽略的细节

  • 学习影响：17% 的差距是在一项测试理解力而非仅仅是语法记忆的测验中测得的。这表明了认知模型的真实侵蚀，而非表层知识的缺失。
  • 任务完成时间：尽管即时生成代码极具诱惑力，但研究发现，两组完成任务所需的时间在统计学上没有显著差异。速度上的提升只是错觉。
  • 方法至关重要：研究强调了 AI 使用方式的光谱。纯粹依赖 AI 的学习效果最差，而选择性、探究式的提示词使用则能产生更好的结果。那些宣称“AI 让编程更快”的标题往往忽略了这一细微差别。

反论：AI 并非毫无用处

研究并未否定 AI 的特定用途；它只是警告不要将其推广到整个软件开发过程。当问题涉及系统设计、性能调优或安全考量时，人类的判断力仍然是不可或缺的。

总结

AI 可以给你一块滑板，但如果没有刹车和转向知识，当道路转弯时你就会摔倒。这项技术降低了编写代码的门槛，但稀缺的依然是那些能够对系统进行推理、预见失败并在软件增长过程中保持其生命力的工程师。投资于这种判断力，而不是寄希望于提示词能取代它，才是控制长期成本的最明智方式。