Anthropic 最新研究：用 AI 写代码，程序员测试成绩反而低 17%

首次发布 2026年1月29日传播指数 36

Anthropic 公布针对 52 名初级工程师的随机对照实验。结果显示，用 AI 辅助学新工具虽然只快了约 2 分钟，但随后的技能测试均分比纯手写组低了 17%，调试题差距最明显。也就是说，单纯让 AI 代写会导致思考外包；只有主动追问原理的人才能兼顾效率与技能掌握。

写代码遇到不会的，直接把需求扔给 AI 生成，是现在很多程序员的日常。代码跑通了，任务提前交了，但你真的学会了吗？

Anthropic 最近做了一场随机对照实验，把 52 名软件工程师拉来做测试。结果发现，让 AI 帮着写代码虽然平均快了大约 2 分钟，但随后测试对这门新技术的掌握度时，AI 组的平均成绩比纯手写组低了整整 17%，相当于整整掉了两个评级。

更让人担忧的是，双方差距拉得最大的不是记忆语法，而是调试找错的能力。

越省力，忘得越快

这次实验招募的 52 名开发者主要是初级工程师，平时每周都用 Python，熟悉 AI 助手，但全都没用过一个叫 Trio 的异步编程库。

研究人员让他们用 Trio 完成两项编程任务，界面侧边栏配了一个能看懂代码、随时能给出正确答案的 AI 助手。对照组则完全纯手写，不能用 AI。

写完之后立刻开考。测试题涵盖代码阅读、概念理解和找 Bug。纯手写组的平均成绩是 67%，而 AI 组只有 50%。

手写组在编码过程中踩了更多坑，语法报错、逻辑报错不断。但恰恰是这些自己动手排错的过程，让他们在后面的调试测验里表现得更好。而 AI 组直接拿到了正确答案，却失去了建立排错直觉的机会。

不过，用 AI 也不一定会变笨，关键看你怎么用它。

Anthropic 调出选手的屏幕录像，发现他们使用 AI 的姿势大体分为两类。

得分低于 40% 的选手普遍在彻底「摸鱼」。有人把任务全丢给 AI 写，自己一行不写，交卷最快但考得最差；有人遇到 Bug 就一股脑甩给 AI 修，从不思考为什么报错；还有人一开始自己写，后来逐渐全部放权给 AI。

相反，得分在 65% 以上的高分选手，把 AI 当成了私教。表现最好的一种模式叫「概念提问」：他们只向 AI 询问库的核心原理和设计逻辑，代码全靠自己敲。这种选手不仅考了高分，完成速度在全场也仅次于完全放权给 AI 的组。

还有一种做法是先让 AI 生成代码，再追问「这段为什么要这么写」，虽然多花了一点时间，但理解并没有落下。

很多团队都在考核员工使用 AI 的频率，甚至把「AI 采纳率」当成业绩。但这项研究揭示了一个尴尬的代价：当程序员把思考完全外包给 AI 时，技能正在悄悄退化。

对开发者个人来说，如果你在学新技术，最好的方式不是让 AI 替你把活干完，而是把它当成随时答疑的导师。直接抄答案省下的半小时，可能会让你在生产环境遇到棘手 Bug 时彻底抓瞎。现在用 AI 写代码很爽，但值不值得在所有学习场景里无脑用，显然得打个问号。

对行业而言，它精准指出了 AI 编程浪潮最大的隐患。未来大部分基础代码都会由模型编写，人类的核心价值变成了代码审查和灾难恢复。但如果初级工程师因为过度依赖 AI，连最基本的调试和查错能力都练不出来，谁来给日后复杂的关键系统兜底？

我们认为 Anthropic 这项研究做得很聪明，它没有跟风吹捧效率，而是点破了「认知卸载」的潜在毒性。接下来的 AI 工具可能需要重新设计交互：不仅要会给答案，更要在用户偷懒时适度设卡、主动提问，帮人保住最核心的思考能力。