如何理解用AI学习

现在，用 AI 写代码太容易了，而你可能会跳过学习的过程。bug 被修复了，但你的思维模型并没有提升。长期来看，这可能会更糟。我们在不知不觉中用现在的速度换取未来的能力，而这些工具不会迫使你改变。这一部分必须靠你自己。

大多数人已经习惯了一个默认循环。你粘贴一个需求或错误信息，模型给你一个修复，症状消失。你就发布了。在这个循环中，问题与解决方案之间的混乱挣扎几乎不再发生。

我之前写过“认知投降”，指的是 AI 审查者的裁决悄悄取代你自己的判断。这里是单人版本的同样循环：只有你和模型。模型更快，所以你停止尝试在理解上竞争。在成千上万次这样的交互中，你真正能独立完成的能力会一点一点变弱。发生的每一次事件在当天都不会显得有什么问题。

我并不反对 AI。我每天都在使用这些工具，过去一年通过它们交付的成果比以前几年都多。但默认的使用方式只优化了一件事：完成任务。

而完成任务，是完全不同于保持足够敏锐来驾驭 AI 工具的目标。

过去一年中有几项研究都得出了类似的结果。

Anthropic
在 2026 年初进行了一项随机试验，让工程师学习一个新的 Python 库，一半使用 AI 辅助，一半不使用。两组完成任务的速度相同，但 AI 组的后续理解测验成绩更低：50% 对 67%，在调试题上差距更大。有趣的是，在 AI 组内部，使用 AI 提问概念性问题的工程师得分超过 65%，直接复制粘贴生成代码的得分不到 40%。结果不是由工具决定的，而是由使用方式决定的。
MIT 的《Your Brain on ChatGPT》研究
比较了 LLM、搜索引擎和纯脑力三组写作。EEG 测量显示，每次依赖外部辅助，脑部连接度都会下降。LLM 组的脑部耦合最弱。写完文章后，83% 的 LLM 用户无法复述自己写过的一行内容。研究者称之为“认知债”：今天节省了脑力，明天在批判性思维上付出代价。
CHI 2026
的一项研究也有类似发现。当任务开始就使用 LLM 时，LLM 会框定整个问题。即便人类完成了剩余的工作，初始锚定也导致决策显著变差。操作顺序比 AI 使用总量更重要。

不同方法得出同样结论：如果使用 AI 时没有主动学习的意图，你在被支付的技能上会悄悄退化。

如果你打开一个编码助手并遵循默认流程，一切都是为了一个指标：完成任务。模型写代码，你接受，循环重复。在任何时候，工具都不会问你：“你觉得问题出在哪？”或者“先自己写前五行试试。”

这是目前 UX 的惯性所在。产品团队获得的是合并变更和更短周期的奖励，而不是让你成为更厉害的工程师。我们都想少敲几行代码，所以工具把摩擦去掉了。而问题是，学习恰恰存在于这些摩擦里。

少数公司尝试抵制这种循环，鼓励真正的学习：

Anthropic 给 Claude 推出了“学习模式”，用苏格拉底式提问，让你先写代码再继续。
OpenAI 和 Google 推出了类似功能。但如果实话实说，几乎没有人会在生产环境中用。我们悄悄地把它归为“学生用”，这是个错误。对于初学 React 的学生和学习 Rust 的资深工程师来说，原理是一样的。你只需要愿意重新感受初学者的状态。

“如果 AI 能做，我为什么还要理解？”

这是合理的问题。对于一些工作，也许……你确实不需要？如果是模板代码、胶水代码或者一次性的 CI 脚本，记住语法的机会成本太高。

但对于真正的软件项目，纯粹的委托会在几个地方失败：

出现故障时
：AI 生成的代码也会崩溃，“代理写的”并不能帮你调试。团队必须有人理解架构。
AI 自信地出错时
：LLM 仍然会幻觉输出。唯一防御方法是有足够专业能力去发现问题。
基础改变时
：代码是暂时的，系统是永久的。当框架更新或安全审查发现结构性问题时，你不能靠再次提问解决。需要理解系统的人去迁移。
脱离常规情况时
：AI 擅长处理已经被 GitHub 上百万次解决的问题。越偏离常规，AI 越不可靠。那些高难度、未文档化的问题仍然需要深度理解，也正是高级工程师的价值所在。
市场调整时
：只会靠 AI 来交付的人，进入的劳动力市场已经在重新定价技能。如果用 AI 跳过学习，你在为更轻松的周二交换未来的相关性。

好消息是，同样的工具可以让你变得更厉害。关键在于你如何使用它们：

这些都不是什么戏剧性改变，只是在你已经使用的工具里调整姿态。

我开始在每次编码结束时问自己一个简单问题：今天学到东西了吗，还是只是关闭了 issue？有时候，答案是“只是关闭了 issue”，没关系。但如果连续几个月都是这个答案，认知债就在积累。

交付和学习是两个独立指标。经理和客户只会关注前者，后者完全靠你自己。

我宁可交付 80% 的能力，同时学到 100% 所需知识，也不愿交付 100% 却什么都没学。多年下来，这两种策略造就的工程师完全不同。

你不必在使用 AI 和学习之间做选择，但必须选择一个兼顾两者的工作流程，因为默认设置不会帮你做这个选择。工具随时准备好，就看你是否准备好了。