AI时代应对3-学习篇:工具越强越不能停止训练

AI越能替你完成表达、搜索和总结，你越要保住自己的训练量。

这句话听起来像废话，但你看完下面这些事情，可能会觉得它比你以为的要急迫。

Anthropic的实验

前段时间Anthropic做了个测试。

自家的AI，自家请来52个有经验的Python工程师，让他们用一个不熟悉的库写代码。一半人可以用AI辅助，另一半纯手写。

结果很有意思：

当你把写代码这件事全权交给AI，你对代码本身的理解会真实地下降。

快是快了一点点，但你对自己在干什么这件事，模糊了不少。

debug环节最能说明问题。AI帮你生成了一坨代码，你不知道它为什么这么写，一出bug你完全不知道从哪下手。就像别人替你搭了个积木塔，倒了之后你连哪块积木是承重的都不知道。其中有个人为了让AI写对一段代码，反复改了15版prompt，花了11分钟。

你以为你在用工具，其实你是工具的乙方。

这才是这个实验真正值得讲的部分。

同样用了AI的人里，有23%拿到了65分以上的高分。他们做了什么？

一种人只拿AI查原理。

问完之后，每一行代码自己敲。他们遇到的报错最多，但记住的也最多。

另一种人让AI生成了代码，但不直接用。逐行追问：

AI出了一份草稿，他们自己做了一遍逆向工程。

这两种人有一个共同点：

他们把AI当成了陪练，不是代练。

陪练帮你喂球、给你节奏，但每一拍是你自己挥出去的。代练替你上场打完，你在旁边嗑瓜子，段位上去了，手感一点没长。

这个区别小到平时不容易注意。但日子一长，一个人越练越厚，另一个人越省越薄。

"你正在用便利换走能力，而你自己感觉不到。"

你不会在某天早上醒来发现"我的写作能力下降了"。你只会在某个需要你当场组织语言的时刻——面试、发言、给客户回一封关键邮件——突然发现嘴里空空的，脑子里的东西串不起来。

这不是因为你变笨了。是那块肌肉太久没用了。

而且你默认工具是稳定的。但工具一直在换。三年前大家用的还是另一批AI产品，今天一半已经凉了。你在某个工具上练出来的prompt技巧，换一个模型可能完全不适用。你用得最溜的那个功能，下个版本可能改了交互逻辑。

工具换了你可以重新学。但如果底下的东西也跟着一起薄了——

你让AI帮你写了一年的周报，有一天老板当面问你"这个项目到底卡在哪"，你理不清楚了。因为每次都是AI帮你理的，你从来没自己组织过那团乱麻。

你习惯让AI帮你润色每一封邮件，直到有一天需要现场发言，那段完整的、有说服力的话，出不来了。

Cursor的设计师Ryo Lu说过一个判断，我觉得很准：

AI把从想法到成品的门槛降到了零，所以没品味的人也能做出东西了，市场会被平庸淹没。但也正因为如此，真正在意质量的人反而更稀缺了。

他说的taste和caring——品味和在意程度——没法被参数化。

你可以让AI帮你写出一篇结构完整、语法正确的文章，但这些判断只能你自己来：

这也是为什么纯文本写作在AI时代反而变得更重要。

不是因为纯文本多高级，是因为当所有人都能一键生成漂亮的格式和排版，真正区分人和人的，是你能不能用最朴素的文字把一件事说清楚。

最后一件事

说了这么多，我不是劝你戒掉AI。好工具摆在面前不用，是跟自己过不去。

但有一件事值得记住：每次用AI之前，自己先过一遍。不用写完，不用写好，哪怕就列个框架、打个草稿，让脑子先挣扎一下。

AI给了你东西之后，别直接拿走，多问一句为什么，拆一下它的逻辑。偶尔把AI的输出扔掉，用自己的话重新说一遍。

不是什么方法论。就是保持训练量。

以后真正稀缺的，不是更会点按钮的人，是还能自己举起杠铃的人。