孙靖雯
Anthropic 做过一个对照实验：52 名以初级开发者为主的 Python 开发者学习新库。任务结束后的测验，AI 辅助组约 50%，手动编码组约 67%，低了 17 个百分点。AI 组平均只快了约 2 分钟，速度提升没有达到统计显著；差距最大的是 debugging 题。debug 的时候，会倒逼开发者读调用栈、猜原因、验证假设、修正理解。很多基本功，正是在反复试错、复盘、对比、修正里沉淀出来的。自己梳理逻辑、推导并产出解决方案，比直接看答案更容易形成长期记忆。对 junior 来说，debug 是反馈最密集的训练场。AI 如果直接把“报错 -> 定位 -> 修复 -> 解释”这段循环压短，虽然短期交付会快，长期却会剥夺搭建系统性问题判断能力的关键训练过程。而对结构、异常与风险的洞察力，恰恰源于在真实业务问题中不断试错、纠错、接收反馈的反复打磨。
https://taou.cn/a/iDgecO
发布于 北京
分享
评论
2
未登录
友善发言
评论
加载中
