/tags/programming/ Recent content in Programming on Hugo -- gohugo.io en Wed, 08 Apr 2026 10:00:00 +0800 /reading/anthropic/how-ai-impacts-skill-formation/ Wed, 08 Apr 2026 10:00:00 +0800 /reading/anthropic/how-ai-impacts-skill-formation/ 原文链接 How AI Impacts Skill Formation — arXiv:2601.20245v2（Judy Hanwen Shen、Alex Tamkin，Anthropic） 笔记 这是一篇来自 Anthropic 的 preprint 论文。我读完后的第一感觉不是“结论已定”，而是它给了我一个值得警惕的观察角度。 这篇文章里最让我在意的一点是：在作者设计的任务里，更依赖 AI 的那组，在新知识掌握和调试测试上的表现更弱，而完成时间优势也不明显。 1. 实验：模拟“边干边学” 研究者设计了一个比较贴近现实的场景：让 52 位有 Python 经验、但从未接触过 Trio 的 professional / freelance programmers，去学习这个主打结构化并发的异步编程库。 参与者被分为两组： 手动组 (Manual Group)：不能使用 AI，只能依靠任务说明、文档和搜索。 AI 组 (AI Group)：可以使用基于 GPT-4o 的 AI 助手协助编写、调试和解释代码。 2. 核心发现：效率差异有限，能力形成可能受影响 测试成绩差异 在任务结束后的技能测试中，AI 组的得分比手动组约低 17%，论文作者称大约相当于 two grade points。差异主要出现在三个领域： 调试能力（分差最大）：AI 组更难发现代码中的逻辑错误。 概念理解：对 Trio 核心设计理念的掌握不如手动组。 代码阅读：预测代码运行结果的表现更弱。 效率并未显著提升 研究结果显示，AI 组平均完成任务的时间仅比手动组快了不到 2 分钟（23 min vs 24.7 min）。