人工智能公司 Anthropic 对 52 名初级软件工程师进行的研究发现，使用 AI 辅助编程虽然能略微提升工作速度，但会以牺牲技能掌握为代价。实验结果显示，AI 辅助组完成 Python 编程任务的速度比非 AI 组快 2 分钟，但在随后的技能测试中，AI 组的平均得分仅为 50%，远低于非 AI 组的 67%，其中在代码调试环节的得分差距最为显著。研究人员指出，认知投入和在困难中探索的过程对于掌握技能至关重要。
研究进一步揭示，AI 的使用方式直接影响学习效果。表现最差的参与者通常将任务完全委托给 AI，或直接要求 AI 修复错误；相比之下，通过询问代码原理、采用“代码+解释”混合模式，或仅就概念性问题咨询 AI 的开发者，在测试中的表现明显更优。目前，科技行业正加速引入 AI 编程，Meta 计划实现 50% 以上的代码由 AI 编写，NASA 也已开始利用 Anthropic 的 Claude 模型向火星探测器发送指令。然而，非营利组织 Metr 的研究提醒，由于编写提示词可能耗费大量时间，AI 辅助在某些情况下反而会降低整体编程效率。
(PCMag.com)
via 茶馆 - Telegram Channel
