AI极度便利，对软体工程师更是如此，但Google云端AI总监警示，若将学习“外包”给AI，放弃思考及精进的机会，是在透支未来能力。

AI技术越来越普及的时代，软体工程师无时无刻不面临著放空大脑的诱惑，只要输入需求，AI就能在几秒钟内给出解决方案。专案顺利完成、Bug也立即修正，但工程师的能力却毫无长进，人们正逐渐习惯以未来的能力为代价，换取眼下的工作效率。

Google云端AI部门总监、知名软体工程师艾迪．欧斯曼尼（Addy Osmani）近期撰写文章向大众呼吁，不要将“学习”外包给AI模型，现在这种输入讯息让AI给出答案的固定模式，正让科技业陷入严重的“认知放弃”（cognitive surrender）危机。

欧斯曼尼直言，虽然AI能在当下快速修正程式码中的错误，但人类的思维模式却毫无进步。这种为了达成“完成任务”的盲目依赖，对在长期职业生涯中保持敏锐度可能造成负面影响，随著成千上万次缺乏思考的互动影响，工程师在没有AI协助下独立构建系统的能力正在逐周退化。

多项研究发现　过于依赖AI会导致能力下滑

这不是欧斯曼尼的个人说法，多项权威研究都发现了类似的趋势。Anthropic于2026年初进行的一项试验中，让两组工程师学习新的Python程式库。虽然有AI辅助与纯手动学习的两组人马完成速度相同，但在随后的理解力测验中，AI组的正确率仅有50%，远低于手动组的67%。

有趣的是，在AI组内部，仅利用AI复制贴上生成程式码的工程师，测验得分甚至跌破40%；反之，利用AI询问概念性问题者，得分则超过65%。这证明决定结果的不是工具，而是使用者的态度。

此外，麻州理工学院的“Your Brain on ChatGPT”研究也透过脑电图测量发现，随著外部辅助程度增加，大脑各部分的连通性会逐渐降低，其中使用大型语言模型的大脑连通性最弱。

在撰写完文章后，高达83%的大型语言模型使用者甚至无法回忆或背诵自己刚产出的任何一行内容。研究人员将此定义为“认知负债”（Cognitive Debt）——在今天省下了脑力，明天就必须付出失去批判性思考能力的代价。

另一项发表于计算机协会人机互动会议（CHI 2026）的研究也指出，若在任务一开始就让大型语言模型介入引导问题框架，即便后续工作由人类独立完成，仍会显著降低决策品质。

AI会就好？仍有任务需要工程师独自面对

欧斯曼尼指出，目前的AI工具预设环境与用户体验设计，完全是为了“缩短开发周期”与“减少按键次数”等指标而优化。但他强调，工具消除了所有摩擦，然而学习往往存在于摩擦之中，即使Claude、Gemini都推出了类似学习模式的功能引导人们思考，高压工作中仍几乎无人使用。

有人认为，如果AI都能做，为何我还需要理解？这就像以前开发者需要学习机器语言，现在几乎不用一样，是正常的技术演进。

不过，欧斯曼尼解释，对于重复性的程式码或用过即丢的脚本，委派给AI的确符合经济效益；但对于真正的核心软体而言，放弃思考让AI处理终将面临问题。例如AI产生幻觉时，面对看似合理实则错误的答案，只有具备足够专业知识的工程师才能识破。

又或者系统崩溃除错时，AI生成的程式码同样会出错，工程师不理解架构便无法找出根源；或者基础架构变更时，当框架更新或安全审查出现结构问题，无法单靠提示词解决，需要工程师手动进行系统迁移，这就仰赖工程师自身的本事。

【延伸阅读】想AI生成神图却不知指令？这款神器能逆向破解咒语　让创作无忧（点击连结看全文）

越用越笨还是相辅相成　怎么用AI决定未来方向

欧斯曼尼表示，这不代表AI只会让人越用越笨，而是取决于你怎么使用这项技术。AI同样可以培养出优秀的工程师。

他建议，在向AI寻求解答前，应先自行撰写两三句话的假设，用AI的回答来验证自身理论。在进入陌生领域时，应优先要求AI解释运作原理与权衡取舍，彻底理解概念后再要求程式码。

同时，应将AI的输出结果视为菜鸟工程师的成果，抱持批判态度审视内容，并适当退回而非测试通过就盲目合并。最后，偶尔手动重写AI生成的程式码，并在对话结束前多发送一则指令，要求AI说明其设计思路，都是避免能力退化的有效方法。

‘产出’与‘学习’是两个独立的指标。你的主管与客户只会关心前者，而后者只能靠你自己。

欧斯曼尼表示，他宁可只交付80%的成果并换取100%的学习，也不愿本末倒置，耽溺于眼前的便利，牺牲未来专业技能的发展潜力。

【延伸阅读】AI耶稣陪你视像通话？美国公司推新服务　祈祷要收费每分钟收$16（点击连结看全文）

延伸阅读：

企业导入生成式AI很难很麻烦？Google高层：从3个角度思考，先谈成长而不是效率

Google Cloud不只云端储存，还能探索太空！新技术如何发现新小行星？

AI改变世界的速度会比想像更快！你应该认识她－Google云端AI掌门人李飞飞

【本文获“数位时代”授权转载。】