用 AI 学编程，代码写完了，自己到底学会了多少？
fan19940919
代码能跑起来之后，把 AI 关掉，自己还能不能解释清楚、改需求、找 bug？学一个陌生库时，这个问题挺值得单独问一遍。
Anthropic 在今年 1 月发布了一项研究，让有 Python 基础、没用过 Trio 的开发者学习这个异步编程库，并随机分组：一组可以用 AI，另一组自己写。完成任务后，再测概念理解、读代码和调试。
结果是，AI 组测验均分 50%，手写组 67%，相差 17 个百分点。AI 组平均快了约两分钟，但速度差异没有达到统计显著。调试题的得分差距尤其明显。
有意思的是，AI 组内部也不一样。有些人基本把写代码和修错都交给 AI；另一些人会追问解释，或者只问概念、自己完成代码。后面这些用法对应的理解成绩更好。不过，使用方式是研究者事后归类的，不能直接说某种提问方法已经被证明能提高成绩。
这让我更关心一个实际问题：如果今天的目标是学会一个新东西，怎么知道自己没有只完成“把答案搬进编辑器”这一步？
我倾向于给自己加个很小的验收：关掉聊天窗口，换一个条件，再做一次。比如把正常返回改成超时，把单个任务改成并发任务，然后解释为什么这样改。能独立处理这种变化，比对着现成答案觉得“看懂了”更有说服力。
看 AI 的解释时，也可以先写下自己的判断再对照。否则解释足够顺，读的时候很容易一路点头；轮到自己从头讲，才发现卡在最基础的地方。这是我从研究延伸出的练习建议，不是论文验证过的教学方案。
这项研究样本只有几十人，测的是任务结束后不久的理解，场景也是学习陌生库。它不能说明长期用 AI 一定会退步，更不能直接推到熟悉业务的日常开发。赶交付和练基本功，本来就可以采用不同的工具用法。
大家学新框架时会怎么用 AI？有没有哪种自测方法，能区分“这段代码我见过”和“这个东西我真的会了”？
来源：Judy Hanwen Shen、Alex Tamkin，How AI Impacts Skill Formation。
论文：https://arxiv.org/abs/2601.20245
作者解读（2026-01-29）：https://www.anthropic.com/research/AI-assistance-coding-skills
Anthropic 在今年 1 月发布了一项研究，让有 Python 基础、没用过 Trio 的开发者学习这个异步编程库，并随机分组：一组可以用 AI，另一组自己写。完成任务后，再测概念理解、读代码和调试。
结果是，AI 组测验均分 50%，手写组 67%，相差 17 个百分点。AI 组平均快了约两分钟，但速度差异没有达到统计显著。调试题的得分差距尤其明显。
有意思的是，AI 组内部也不一样。有些人基本把写代码和修错都交给 AI；另一些人会追问解释，或者只问概念、自己完成代码。后面这些用法对应的理解成绩更好。不过，使用方式是研究者事后归类的，不能直接说某种提问方法已经被证明能提高成绩。
这让我更关心一个实际问题：如果今天的目标是学会一个新东西，怎么知道自己没有只完成“把答案搬进编辑器”这一步？
我倾向于给自己加个很小的验收：关掉聊天窗口，换一个条件，再做一次。比如把正常返回改成超时，把单个任务改成并发任务，然后解释为什么这样改。能独立处理这种变化，比对着现成答案觉得“看懂了”更有说服力。
看 AI 的解释时，也可以先写下自己的判断再对照。否则解释足够顺，读的时候很容易一路点头；轮到自己从头讲，才发现卡在最基础的地方。这是我从研究延伸出的练习建议，不是论文验证过的教学方案。
这项研究样本只有几十人，测的是任务结束后不久的理解，场景也是学习陌生库。它不能说明长期用 AI 一定会退步，更不能直接推到熟悉业务的日常开发。赶交付和练基本功，本来就可以采用不同的工具用法。
大家学新框架时会怎么用 AI？有没有哪种自测方法，能区分“这段代码我见过”和“这个东西我真的会了”？
来源：Judy Hanwen Shen、Alex Tamkin，How AI Impacts Skill Formation。
论文：https://arxiv.org/abs/2601.20245
作者解读（2026-01-29）：https://www.anthropic.com/research/AI-assistance-coding-skills
已获得 1 大米
共7条回复
