Addy Osmani 寫了一篇「不要把學習外包出去」。
Addy Osmani 目前是 Google Cloud AI 的 Director，主導 Gemini、Vertex AI、ADK 等 AI 開發者工具的體驗，自己也是 AI 輔助開發的重度使用者。在這之前他在 Google Chrome 待了快十四年，DevTools、Lighthouse、Core Web Vitals 這些工具都是他帶過的，前端工程師應該都不陌生。他也寫過幾本 O'Reilly 的書，《Learning JavaScript Design Patterns》、《Leading Effective Engineering Teams》、《Image Optimization》都是業內熟悉的教材。
他這個月寫了一篇文章叫 Don't Outsource the Learning，引了兩份研究我覺得值得記下來。
第一份是 Anthropic 自己做的。他們把工程師分成兩組去解 Python library 的任務，一組可以用 AI，一組純手動。結果兩組完成速度一樣，但後測理解題的分數差距非常明顯：AI 組 50%、手動組 67%。
這份研究最有意思的地方是 AI 組內的細部分析結果。同樣是用 AI，把 AI 當作「問概念的對象」的人，後測分數高於 65%；直接 copy-paste 生成程式碼的人，後測分數低於 40%。同一個工具、同一段時間、產出速度也接近，但學到的東西差非常多。決定結果的不是工具，是你如何使用工具。
第二份是 MIT 那篇 Your Brain on ChatGPT。他們用 EEG 量受試者寫文章時的大腦連結度，發現 AI 介入越多，腦部連結越弱。寫完文章後，83% 用 LLM 的受試者連自己剛剛產出的文章中的任何一句話都背不出來。研究者把這個現象叫做 cognitive debt，意思是現在省下的思考成本，之後會用批判思考的能力補回來。
兩份研究的方法跟切角不同，但結論相同。把產出外包給 AI 沒問題，把思考也一起外包就不行了。
Addy 自己說他過去一年用 AI 完成的東西，比前面五年加起來還多，所以他不是反 AI 的人。他文章裡舉了五個就算 AI 再強，工程師還是需要懂底層的場景：debug 失敗的時候、AI 出現幻覺需要被抓出來的時候、framework 升版或要做安全審查的時候、遇到非標準問題的時候、還有勞動市場本身正在變化（他引的數據是 2022 年至今初階工程師就業數字掉了 20%）。前四個是技術理由，最後一個是現實。
Addy 論述裡我覺得最該被引用的是這句：The tool didn't determine the outcome. The posture did. 工具沒有決定結果，使用方式決定了結果。
我自己在用 Claude Code 跟 Codex 的時候有個習慣：每隔一段時間就刻意關掉 AI 寫一段功能。理由很簡單，我想看看離開 AI 的時候，自己懂得還剩多少。如果發現某個東西已經不會自己寫了，那就超過使用的範圍了，要回頭把基礎補起來。Addy 在文章裡也提到類似的做法，他建議偶爾把 AI 生成的程式碼從頭重寫一次，或在請 AI 寫之前先自己提出假設、再讓 AI 回答。
這篇文章我想推薦給兩種人。一種是還在猶豫要不要用 AI 寫 code 的工程師，這篇能讓你知道用了之後該怎麼用才不會把自己用廢。另一種是已經重度依賴 AI 的人，可以拿這兩份研究當鏡子照一下自己現在的工作模式。
MIT 研究 Your Brain on ChatGPT：https://arxiv.org/abs/2506.08872
沒有留言:
張貼留言