Vibe Coding 的代价：Anthropic 深度报告揭示 AI 如何「玩废」程序员

type

status

date

slug

summary

引言：当“感觉对了”成为编程的唯一标准

在过去的一年里，特斯拉前 AI 总监 Andrej Karpathy 带火了一个极具诱惑力的词汇——Vibe Coding（氛围编程）。其核心逻辑非常简单：你不再需要精通复杂的语法或底层逻辑，只需要用自然语言描述需求，然后通过 AI 生成代码，最后看一眼运行效果（Vibe）是否符合预期即可。

这种“自然语言即编程语言”的愿景让无数人感到兴奋，仿佛程序员的门槛已被彻底抹平。然而，作为大模型领域的领军者，Claude 的母公司 Anthropic 最近发布了一篇题为《AI 如何影响技能形成》的硬核论文，给这股狂热泼了一盆冷水。研究表明，过度依赖 AI 的“氛围编程”不仅可能无法提高效率，甚至正在让程序员的核心能力出现显著退化。

实验真相：AI 辅助组在核心考核中全线溃败

为了验证 AI 对学习和技能形成的影响，Anthropic 的研究员邀请了 50 多位资深 Python 程序员进行了一场严谨的受控实验。任务是学习并使用一个冷门的异步编程库 Trio。

实验将参与者分为两组：一组是只能查阅文档和搜索的“手动组”，另一组则是配备了基于 GPT-4o 强大 AI 助手的“AI 组”。在随后的闭卷考试中，结果令人大跌眼镜：

得分差距显著：AI 辅助组的平均得分比手动组低了 17%。

Debug 能力萎缩：在调试（Debugging）环节，AI 组的表现最差。这证明了 Vibe Coding 用户往往只关注结果，而不理解代码是如何跑起来的。

效率并未提升：令人意外的是，AI 组在完成任务的总耗时上并没有比手动组快。

对于想要深入研究 AI 辅助编程或寻求高效工具的开发者，建议参考 Claude 教程，并前往 Claude 官网尝试更具启发式的交互方式，而非盲目复制粘贴。

消失的效率：高昂的“交互税”与试错循环

为什么拥有 AI 加持的程序员反而没有变快？论文指出了一个关键概念：交互税（Interaction Tax）。

很多程序员为了让 AI 生成满意的代码，花费了大量时间在构思提示词（Prompt）上。数据显示，部分用户在 35 分钟的任务中，有超过 30% 的时间是在跟 AI 聊天。

更糟糕的是，Vibe Coding 容易让用户陷入“试错式调试”的怪圈：AI 生成代码 -> 运行报错 -> 把报错丢给 AI -> AI 再次生成。在这个循环中，程序员的大脑处于“挂机”状态，成为了 AI 的“人肉测试员”。这种方式产生的往往是难以维护的“屎山黑箱”，长此以往，开发者将彻底丧失处理复杂逻辑的能力。

如果你正在寻找更稳定的开发环境，可以通过 Claude 国内使用渠道访问 Claude 镜像站，在学习过程中利用其强大的代码解释能力，而非单纯依赖其生成结果。

六种用户画像：谁在进化，谁在退化？

Anthropic 的研究员通过录屏分析，将使用 AI 的程序员细分为六种流派。这决定了你是在被 AI “养废”，还是在被 AI “赋能”。

“AI 废人”组（得分低于 40%）： * 甩手掌柜型：直接复制题目，Ctrl+C/V，不求甚解。 * 半途而废型：遇难则退，立刻求助 AI，缺乏独立思考。 * 盲目试错型：典型的 Vibe 用户，不断喂报错给 AI，不看回溯信息。

“人机共生”组（得分 65% - 86%）： * 打破砂锅型：把 AI 当导师，询问底层概念（如“为什么要用 await？”）而非直接要代码。 * 先斩后奏型：让 AI 写代码，但必须要求 AI 解释每一行的逻辑。 * 混合双打型：强制 AI 输出推理思维链，确保自己能跟上 AI 的思路。

对于国内开发者来说，了解 Claude 国内如何使用 并掌握正确的 Claude 使用指南 至关重要。在 Claude 官方中文版的辅助下，你应该模仿高分组的做法，将 AI 视为思维的磨刀石。

认知卸载：警惕“外骨骼”导致的肌肉萎缩

论文触及了一个深刻的心理学概念：认知卸载（Cognitive Offloading）。当工具足够强大，大脑会下意识地将逻辑推演任务外包。

AI 就像一副外骨骼，它能让你力大无穷，但肌肉的生长需要负重和摩擦。手动组之所以学得更好，是因为他们每遇到一次报错，大脑都会被迫建立深刻的“心理表征”。而 AI 组的体验太“平滑”了，这种缺乏阻力的学习过程，最终导致了“脱下外骨骼就不会走路”的尴尬局面。

这种现象不仅存在于编程。无论是文案创作还是逻辑分析，过度依赖 AI 都会消除必要的“认知摩擦”。

结语：如何在 Vibe Coding 时代保住饭碗？

Anthropic 的研究并非否定 AI 的价值，而是提醒我们：AI 确实能让你跑得更快，但前提是你得知道路在哪里，以及车坏了该怎么修。

想要在 AI 时代保持竞争力，请记住以下几点建议： 1. 珍视报错：下次遇到 Bug，试着先自己分析 5 分钟，而不是 5 秒钟后就截图发给 AI。 2. 多问为什么：利用 Claude 官方优秀的逻辑推理能力，通过 Claude 镜像站 询问代码背后的设计模式。 3. 保持“摩擦”：哪怕是 AI 生成的代码，也要坚持逐行 Review，确保每一行都在你的掌控之下。

在这个“快乐但无知”的幻觉时代，只有那些坚持握住方向盘的人，才不会被 AI 彻底“玩废”。