上周帮一个朋友看他的代码仓库，看完我人麻了。

一个工作五年的后端工程师，写的代码逻辑清晰、注释完整、测试覆盖率也不错——但是，当我把其中一个函数的参数改了个名字，让他自己也跟着改一下调用处的时候，他愣住了。

「这个函数被哪些地方调用了？」他问我。

我说你不是有IDE吗，Find References不就行了？

他更迷惑了：「还有这个功能？」

五年经验，熟练掌握AI辅助编程，却不知道IDE有全局搜索功能。

这不是段子，这是真实发生的。我后来把这个故事讲给其他技术朋友听，七八个人里，有三个表示自己也遇到过类似情况——被AI照顾得太好了，连自己摸爬滚打了几年才学会的基础操作，都还给工具了。

你的技能，正在被AI悄悄删除

我管这种现象叫「AI技能腐蚀」。

不是说AI把你的工作抢走了，而是你用AI用得越顺手，你自己原本的能力就越退化。这听起来像是个远期风险，但现在它正在发生，而且速度比想象中快得多。

举个我自己的例子。开车这件事，我以前是认路型选手：北京三环从哪个口上、从哪个口下，心里门儿清。后来有了导航，我发现自己认路的本事断崖式下降——不是轻微下降，是完全丧失。去一个去过三次的地方，没有导航我依然会迷路。

这还是导航，不是AI。导航只是给你一条路线，剩下还是你自己在开。AI更进一步：它不仅给你路线，它直接帮你开。你需要做的，只是不停地点「同意」和「继续」。

驾驶的肌肉记忆正在被导航和自动驾驶蚕食。而编程的肌肉记忆，正在被Copilot和ChatGPT蚕食。

三个正在被腐蚀的元技能

技能有很多，但有一些是元技能——这些技能本身不解决具体问题，但它们是解决其他问题的基础。AI正在悄悄腐蚀的，恰恰是这些最底层的东西。

第一，搜索和定位问题的能力。

以前程序员遇到bug，第一反应是搜索错误信息，在Stack Overflow上找答案。这个过程训练了什么呢？训练了你把模糊的混乱的「好像哪里不对」翻译成精确的技术关键词的能力。

现在呢？「Copilot帮我修好了。」然后你问它为什么这么改，它给你解释得头头是道。但下次遇到类似问题，你依然不知道从哪搜起，因为你没有建立那个「错误信息→关键词→解决方案」的反射弧。

Copilot是拐杖，用久了，腿就细了。

第二，独立验证结论的能力。

我做技术分享的时候经常说一句话：不要相信任何人的结论，包括我说的。

但AI时代，这个习惯正在被系统性地破坏。当AI给你一个答案，你的第一反应是什么？接受还是质疑？

我观察过很多人，包括我自己最初的反应，都是接受。因为AI看起来太自信了，它不会说「我觉得可能」，它直接说「答案是这样的」。这种确定性具有催眠效果，让你的大脑直接跳过「验证」这个步骤。

长此以往，你会失去对信息真伪的判断力。不是因为AI故意骗你，而是因为你已经不习惯自己判断了。

第三，在未知中坚持思考的能力。

这个词有点虚，但我举个例子你就明白了。

以前遇到一个没见过的技术问题，你会先自己琢磨：这个问题的本质是什么？可能的原因有哪些？优先排查哪个方向？在这个过程中，你建立了对这个技术领域的直觉。

现在，丢给AI，三秒钟出答案。快是真快，但你跳过的不只是一个问题，而是整个思考过程。

直觉不是凭空产生的，它是从无数次独立解决问题的过程中长出来的。AI帮你省略了过程，也帮你省略了成长。

为什么没人愿意谈这件事

因为这件事说起来太扫兴了。

现在全网都在说AI多厉害、多能提效、多能解放生产力。你跳出来说「等等，用多了可能变笨」，这不亚于在一场狂欢派对上宣布要早睡早起。

但我还是想说，因为这个问题是结构性的，它不会因为你不说就不存在。

更可怕的是，技能的腐蚀不像工具替代那样显眼。工厂工人失业了，会有报道、会有政策、会有再就业培训。但一个程序员因为过度依赖AI而丧失了独立解决问题的能力，没有任何人会注意到——直到他被裁员、面试频频失利，才发现自己这几年好像什么都没学会。

温水煮青蛙，青蛙不知道自己被煮了。

但我不是来贩卖焦虑的

说了这么多，不是让大家别用AI。AI是很好的工具，这点毋庸置疑。我的意思是——你需要有意识地保护你的核心能力。

就像计算器普及之后，数学家依然要学手算——不是为了真的手算，而是为了建立对数字的直觉。AI时代，程序员依然需要理解底层逻辑——不是为了自己写，而是为了判断AI写的对不对、好不好。

具体怎么做，我有几条实战建议：

建议一：把AI当作助手，而不是替身。

每次让AI帮你做事情的时候，问自己一个问题：如果没有AI，我会怎么做？如果AI不在我的能力范围内了，我还能不能搞定这件事？

如果答案是「不能」，那你就要小心了——这块能力正在被AI托管，你需要主动去维护它。

建议二：每周给自己留一个「无AI时间」。

哪怕只是一个小时，关掉Copilot，关掉AI，用最原始的方式写代码、查文档、调试问题。这不是倒退，这是训练。

就像运动员每天要热身，钢琴家每天要练音阶，你的大脑也需要定期在「困难模式」下跑一跑，保持基础代谢。

建议三：建立自己的知识坐标系。

AI可以给你答案，但它不知道你的知识盲区在哪。只有你自己知道你对什么熟悉、对什么陌生。

所以，定期盘点自己的知识结构：哪些是我真正理解的，哪些是我以为理解了但其实只是记住了AI给的答案？这种元认知能力，在AI时代比任何时候都重要。

工具在变强，人也在变，但方向不一定

我一直相信，工具会塑造使用者。你用锤子，肌肉就往锤子挥舞的方向长；你用AI，认知结构就往AI协作的方向长。

这不是AI的错。人类历史上每一次重大技术进步，都伴随着某种能力的退化。印刷术让人不再背诵经典，搜索引擎让人不再记忆细节——但人类并没有因此变笨，反而因此腾出精力去发展了更高层次的能力。

所以AI时代，我们大概率也会找到新的平衡点。但这个过渡期会很痛，会有很多人被工具反噬。

而你能做的，就是在这场变革中保持清醒——别让AI的便利，成为你放弃思考的理由。

毕竟，会用工具是本事，知道自己为什么用它、什么时候不该用它，才是智慧。