測驗不準用 AI 那一刻，分數掉下來了：掘金長文把「寫 code 退化」拆成五個戰場

先把背景補上。2026 年 10 月 16 日，掘金作者「挖掘狂人」發表長文《AI 寫代碼越來越快，我們的代碼能力卻在悄悄退化》，開頭就給了一個不太好接受的結論：用 AI 寫程式，正在讓一部分人變弱，而當事人幾乎察覺不到。文章引用了兩項可查的研究，把這件事從體感變成了數據。

兩個研究，指向同一件事

第一個是 2026 年初 Anthropic 研究者 Shen 與 Tamkin 發表的隨機對照實驗（arXiv:2601.20245）。52 名至少有一年 Python 經驗的開發者，多為初級工程師，學習一個大家先前都沒用過的非同步庫 Trio，之後接受一場「不準用 AI」的測驗。

結果是 AI 組平均 50 分，手寫組 67 分。差距最大的是除錯類題目，約 17 個百分點。AI 組確實快了約兩分鐘，但這個差距在統計上不顯著。文章的解讀是：效率收益沒有兌現，理解力卻實實在在掉了。

第二個來自 METR。2025 年他們讓 16 名資深開源開發者，在自己最熟悉的庫上完成 246 個真實任務。開始前受試者預測 AI 能省 24% 的時間，做完後自評快了約 20%，實測反而慢了 19%。自評與實測之間差了近 39 個百分點。

兩個研究合起來讀，味道就出來了：退化可能是真的，而人對退化的感知是失靈的。這也和先前 V2EX 那篇把 AI Agent 拆成模型層與規則層的分享形成了呼應，能力上限與行為紀律，終究是兩件事。

退化的五個戰場

原文把最容易流失的能力整理成五個面向，各有各的畫面。

一、Debug：從追根因到貼報錯。 以前遇到報錯，第一反應是看堆疊、打斷點、二分定位。現在許多人的第一反應是把報錯整段貼給 AI，等一個修復方案。但這跳過了最關鍵的一步：理解為什麼錯。Anthropic 的實驗裡，AI 組任務中遇到的報錯更少（中位數一次比三次），可一旦報錯出現，往往修不動。沒親手除錯過的東西，也就除不了錯。

二、程式碼閱讀：從逐行 review 到讓 AI 總結。 AI 生成的程式碼常比人寫的更工整，命名整齊、註解齊全，可以編譯通過、測試全綠，同時悄悄違背你的真實需求。研究者把這種現象稱為「驗證債」：生成速度遠超審查能力，程式碼越堆越多，能看懂它的人卻越來越少。

三、從零搭建：鷹架依賴症。 create-next-app 一條命令，專案就跑起來了。直到某天被要求從空資料夾手搭一個 React 專案，可能連 webpack.config.js 的基本結構都得現查。問題不在記憶力，在於鷹架把「為什麼這麼配」的決策全隱藏了，平時無感，需要定製構建流程時就現形。

四、API 記憶：從信手拈來到知道有但要問。 structuredClone、URLSearchParams、Object.groupBy，以前是條件反射，現在變成「知道有這東西，得問問 AI 怎麼用」。原文認為這條最不致命，真正的代價是流暢感的流失：寫程式從「表達」退化成了「翻譯」。

五、方案設計：最隱蔽也最危險。 拿到需求先想資料流怎麼走、狀態放哪、元件怎麼拆的反射動作，正在被「直接把需求丟給 AI 要方案」取代。技術直覺要靠反覆的決策、回饋、修正才能長出來，長期不決策，直覺就停止生長，一直在用 AI 的方案，卻說不清它為什麼好、什麼時候會不好。

解法：AI 負責執行，你負責理解

好消息是，Anthropic 的研究同時給了出路。他們識別出六種與 AI 互動的模式，三種侵蝕能力，三種能在正常使用 AI 的同時保留學習成果。

侵蝕型這邊：完全委託 AI 生成，均分 24%；漸進式依賴，35%；靠 AI 反覆修錯，39%。保留型這邊：概念型提問、自己寫碼，均分 86%；生成後追問解釋，65%；先生成再理解，分數也明顯高於侵蝕型。

換句話說，差距的關鍵不在用不用 AI，而在用的是哪一種問法。這份「能力升級清單」式的討論，和先前那篇宣稱2026 年後端告別 CRUD 內卷的掘金長文屬於同一條焦慮線的兩端：一端在喊能力要升級，一端在提醒能力正在漏。

值得留意的是，原文的數據基礎是兩項公開研究，實驗樣本分別為 52 人與 16 人，多為初級工程師與資深開發者兩種族羣，結論能否推到所有開發者身上，仍值得保留幾分。但「自評快了 20%、實測慢了 19%」那個將近 39 個百分點的落差，大概是這篇文章最該被記住的一組數字。