摘要
- AI 辅助导致开发者技能掌握程度显著下降：使用 AI 的参与者测验得分比手写代码组低 17%，相当于近两个等级的差距
- 并非所有 AI 使用方式都会阻碍学习：追问解释、独立探索概念的参与者保持了较高的理解水平
- 调试能力受影响最大：AI 组在调试题目上的分数差距最为突出，这对监督 AI 生成代码的能力构成隐忧
- 低分模式表现为大量认知卸载（如完全委托 AI 写代码），高分模式则将 AI 用于辅助理解而非替代思考
- 企业在推进 AI 编程工具时，需在生产力提升与初级工程师技能发展之间做出审慎权衡
文章信息
- 来源： Anthropic Research
- 发布日期： 2026-01-29
- 原文： English Original
研究表明，AI 能够帮助人们更快地完成工作任务。一项针对 Claude.ai 数据的观察性研究发现，AI 可以将某些任务的完成时间缩短 80%。然而，这种生产力提升也引发了疑问：当人们使用 AI 辅助时，他们对工作的投入度会降低，付出的努力也会减少——本质上是将思考过程卸载给了 AI。
目前尚不清楚这种认知卸载是否会阻碍技能发展，或者——具体到编程领域——是否会影响对所构建系统的理解。这项针对软件开发者的随机对照实验旨在探究职场 AI 使用的潜在负面影响。
这个问题对 AI 产品设计、职场政策和社会韧性都有广泛的影响。编程正是这种张力的典型代表：随着自动化提升工作速度，人类仍然需要具备发现错误、引导输出、在高风险环境中监督 AI 的技能。AI 是同时为技能发展和效率提供了捷径，还是生产力的提升反而损害了技能的形成？
研究人员考察了两个问题：1）在有 AI 辅助和无 AI 辅助的情况下，软件开发者掌握新技能的速度如何？2）AI 的使用是否降低了对代码的理解能力？
核心发现： AI 辅助导致了具有统计学显著性的技能掌握度下降。使用 AI 的测验参与者得分比手写代码组低 17%——相当于近两个等级的差距。AI 略微加快了任务完成速度，但未达到统计学显著水平。
值得注意的是，使用 AI 并不必然导致低分。参与者与 AI 的交互方式影响了信息的留存程度。那些表现出更高掌握度的参与者，通过追问、请求解释和独立探索概念来利用 AI 构建理解。
研究人员招募了 52 名主要为初级的软件工程师，他们具有一年以上的 Python 周常使用经验。参与者对 AI 辅助编程有一定了解，但对研究中使用的 Python 库 Trio 并不熟悉。
研究分为三个部分：热身环节；主任务——使用 Trio 编写两个功能（需要异步编程知识）；以及评估环节。参与者被告知后续会有测验，但也被鼓励尽快完成任务。
编码任务模拟了自主学习工具的过程。参与者收到了问题描述、初始代码和 Trio 概念说明。在线平台配有一个可以访问代码的 AI 侧边栏助手，能够在被要求时生成正确的解决方案。
评估借鉴了计算机科学教育研究中确定的四种技能掌握度题型：
调试： 识别和诊断代码错误——这对于发现 AI 生成代码中的错误、理解故障原因至关重要。
代码阅读： 理解代码的功能——使开发者能够在部署前验证 AI 编写的代码。
代码编写： 编写或选择正确的编码方法——随着 AI 进一步融入开发流程，底层语法的重要性将低于高层系统设计。
概念理解： 理解工具和库的核心原理——对于评估 AI 生成的代码是否采用了符合库设计意图的恰当设计模式至关重要。
评估侧重于调试、代码阅读和概念理解题目，认为这些对于监督日益增多的 AI 生成代码最为重要。
AI 组参与者完成任务大约快两分钟，但未达到统计学显著水平。然而，测验得分的差异具有显著性：AI 组平均得分 50%，手写代码组为 67%——相当于近两个等级的差距（Cohen's d=0.738, p=0.01）。调试题目的分数差距最大，这表明当 AI 阻碍了技能发展时，理解代码错误的能力尤其令人担忧。
研究人员手动标注了屏幕录制，分析了查询组织时间、问题类型、错误情况和主动编码时长。
令人意外的是，参与者花了大量时间与 AI 助手交互——有些人花了 11 分钟（占分配时间的 30%）编写多达 15 个查询。这解释了为何尽管生产力提升不显著，平均加速效果仍然不大。AI 在重复性或熟悉的任务上可能会带来更大的生产力提升。
不出所料，无 AI 组的参与者遇到了更多错误——语法错误和 Trio 概念错误恰好对应了评估题目的内容。研究人员假设，对照组参与者通过独立解决错误提升了调试能力。
研究人员根据 AI 交互模式对参与者进行了分组，识别出不同的完成时间和学习效果。
低分模式的平均得分低于 40%，表现为对 AI 的高度依赖、较少的独立思考和更多的认知卸载：
高分模式的平均得分在 65% 或以上：
定性分析无法建立交互模式与学习之间的因果关系，但识别出了与不同结果相关联的行为特征。
研究结果表明，在职场中积极推行 AI——尤其是在软件工程领域——涉及取舍。并非所有 AI 依赖都是等价的：在追求效率的过程中，交互方式会影响学习量。在时间和组织压力下，初级开发者可能会优先追求速度而忽视技能发展——尤其是调试能力会受到显著影响。
这些初步结果提示，企业在向更高 AI 代码占比转型时需要审慎考虑。生产力提升的代价可能是验证能力的削弱——当初级工程师的成长受到阻碍时尤为如此。管理者在大规模部署 AI 工具时应有意识地建立保障机制，确保工程师持续学习并对系统保持有效的监督。
对于新手开发者而言，这项研究证明了有意识地培养 AI 工具使用技能的价值。认知努力——即使是痛苦的挣扎——很可能对技能掌握至关重要。这适用于个人对 AI 协作方式的选择以及工具的选择。主流大语言模型服务已提供"旨在促进理解的学习模式"。理解 AI 对学习的影响可以指导产品设计："AI 辅助应当使人们在更高效工作的同时，也能发展新技能。"
此前的研究显示 AI 对生产力的影响不一。Anthropic 此前的研究发现 AI 可将某些任务时间减少 80%——这似乎与本研究的发现相矛盾。但两项研究提出了不同的问题，采用了不同的方法：早期的观察性研究衡量的是在熟悉技能上的生产力，而本研究考察的是新技能的学习。AI 可能同时加速已有技能的生产力并阻碍新技能的习得，这需要进一步的研究来验证。
本研究是人机协作对工作者体验影响的初步探索。样本量相对较小，且在编码完成后不久即进行了理解度测评。即时测验成绩是否能预测长期发展仍是未解之题。未来的研究应探索 AI 对编程以外领域的影响、长期效应的演变，以及 AI 辅助与人类辅助之间的差异。
归根结底，在 AI 时代兼顾技能发展需要对工作者影响持更广阔的视角。AI 增强的职场既受益于生产力的提升，也需要培养支撑这些提升的专业能力。
Judy Hanwen Shen 和 Alex Tamkin 领导了这个项目。Jake Eaton、Stuart Ritchie 和 Sarah Pollack 提供了编辑支持。
Ethan Perez、Miranda Zhang 和 Henry Sleight 通过 Anthropic 安全研究员项目为本研究提供了支持。Matthew Jorke、Juliette Woodrow、Sarah Wu、Elizabeth Childs、Roshni Sahoo、Nate Rush、Julian Michael 和 Rose Wang 提供了实验设计反馈。