過度依賴 AI 助手　軟體開發者學習能力下跌 17 %

Anthropic 最新研究指出，軟體開發者在學習新程式技巧時，若過度依賴 AI 助手，將顯著降低對核心概念的理解。這項研究針對 52 名具備 Python 經驗的開發者進行測試，發現使用 AI 協助完成任務的人員，在隨後的知識測試中得分比僅使用傳統搜尋與文件的人員低 17 %。這顯示在 2026 年 AI 普及的職場環境中，過於激進地導入 AI 模型可能對員工技能培訓產生負面影響。

提問策略成為技能成長的關鍵

研究分析開發者的螢幕錄影後發現，不同的互動模式對學習成果有決定性影響。完全委派 AI 處理任務或僅用於除錯而不求甚解的開發者，測試得分僅介於 24 % 至 39 %。相反地，若開發者在 AI 生成程式碼後提出追問、要求解釋概念，或僅將 AI 用於理論諮詢，則能維持 65 % 至 86 % 的高分。這證明了 AI 的使用方式比工具本身更為重要，具備主動思考的「追問」行為是防止技能萎縮的核心。

抵銷 AI 工具帶來的開發效率

與以往認為 AI 能大幅提升生產力的觀點不同，此項研究發現 AI 組與對照組在完成任務的時間上並無統計學上的顯著差異。主要原因在於編寫提示詞與 AI 溝通的過程極其耗時，部分開發者甚至花費超過 11 分鐘進行互動。雖然專注於代碼生成的子群組確實縮短了完成時間，但其測試結果卻最差。這代表 AI 在重複性或已知任務上雖具優勢，但在學習新技能的過程中，生產力提升並非理所當然。

過度自動化恐削弱開發者的除錯能力

研究人員 Judy Hanwen Shen 與 Alex Tamkin 強調，對照組因為沒有 AI 協助而面臨更多錯誤，被迫進行批判性思考並排除障礙，這種「陷入困境」的過程對建立專業能力至關重要。特別是在處理安全性要求極高的系統時，人類的除錯能力不可或缺。若未來更先進的 AI 代理系統進一步減少人類參與，開發者的技能退化問題可能加劇。Anthropic 建議企業應謹慎制定工作流程，確保 AI 是輔助而非替代思考，以保留人才的專業競爭力。

NewMobileLife 網站：https://www.newmobilelife.com