近期一项由人工智能公司Anthropic进行的研究表明，AI工具虽然能够加速编程任务的完成，但可能不利于开发者掌握核心技能。这项研究以52名初级软件工程师为对象，通过Python编程任务和后续技能测验，探讨了AI辅助编程对学习效果的影响。

研究结果显示，使用AI协助的小组平均完成任务时间比未使用的小组快约两分钟，但在任务后的技能测验中，前者的平均得分仅为50%，而后者达到了67%。两组在调试问题上的得分差距尤为明显，涉及如何修复错误代码的环节。

研究人员指出：“认知努力——包括遇到困难时的停滞——对于培养精通能力可能至关重要。”他们补充道：“这也为个人如何选择与AI合作以及使用哪些工具提供了启示。”

研究发现，影响技能掌握的关键因素并非是否使用AI，而是使用方式。表现较差的参与者倾向于完全依赖AI生成代码，或在尝试手动编码后立即转向AI求助。直接使用AI调试代码而非询问错误原因的用户，在后续测试中也表现不佳。

相反，那些向AI询问代码工作原理、并进一步追问细节的程序员表现更好。采用混合方法，即要求AI在生成代码时同步解释代码的用户，测试成绩更优。仅就编程概念和问题进行咨询，而不让AI直接完成任务的参与者，在测验中表现最为突出。

这些发现发布之际，多家科技公司正积极推进AI在代码生成中的应用。例如，Meta宣布计划让AI编写超过50%的代码。去年12月，由Anthropic Claude生成并经人工审核的指令已被发送至NASA的火星毅力号探测器。

尽管本研究中AI辅助编程提升了任务速度，但其他研究对此提出了不同看法。今年早些时候，非营利组织Metr的一项研究发现，由于花费在提示AI上的时间可能抵消其带来的效率增益，AI实际上可能减缓程序员的整体工作进度。