【CSDN 编者按】当开发者的生产力因大型语言模型（LLM）得到了前所未有的提升的同时，这一技术进步背后隐藏的问题逐渐浮出水面：AI是否正在让开发者变得“愚蠢”？一方面，LLM 辅助工具如 GitHub Copilot 显著减少了编码时间，提高了工作效率，使得即使是编程新手也能快速上手；另一方面，这种依赖性也带来了隐患——开发者可能会失去对基础技术细节的理解和掌握，转而过度依赖自动化工具来解决问题。当遇到没有 AI 助手的情况时，他们可能会发现自己难以独立完成任务。
原文链接：https://eli.cx/blog/ai-is-making-developers-dumb
作者 | James 翻译 | 郑丽媛
出品 | CSDN（ID：CSDNnews）
在谈及大型语言模型（LLM）时，人们往往关注它们带来的生产力提升。不可否认，借助 LLM 辅助工作流的确能够提高效率——然而，这样的工作方式也可能在不知不觉间让开发者变得“更笨”。
依赖 LLM，可能让你失去独立思考能力
之所以这么说，是因为长期使用LLM工具后，开发者会逐渐形成依赖，甚至到了无法独立编写代码的地步。
比如我，之所以选择进入软件工程领域，是因为我很喜欢构建事物，也喜欢探索事物的工作原理，很享受那种亲手在键盘上敲出代码块的过程。但 LLM 辅助工具正在剥夺这种体验。
当面临编程问题时，你不再需要自己思考如何解决，而是直接询问 LLM，让它“猜测”答案。在这种模式下，你就不会去理解代码为什么这样运行，而是依赖 AI 助手告诉你该怎么做。
编码本该是有热情的事
有些人可能会说，他们就是不喜欢自己写代码。如果是这样，尽管听起来有些刻薄，我仍然要说：那他们可能选错了行业。
也许他们只是因为薪资高而选择从事软件开发？这很正常，各行各业都会出现这样的情况，而这种态度通常也会在日常工作中体现出来。
我遇到过最优秀的工程师，往往会在周末花数小时尝试自己开发工具或软件。这种动手能力才是创新的来源。如果你不了解系统的工作原理，就很难找到真正有效的性能优化，否则就只是“盲目试错”。
“Copilot 迟滞效应”：让开发者失去独立性
有一个概念叫做“Copilot Lag”（Copilot 迟滞效应）。它指的是开发者在每次操作后都会停顿，等待 AI 提示下一步该做什么。这种状态下，开发者会失去独立思考能力，完全依赖 AI 给出指示。
这与一名刚入行的初级工程师的状态非常相似——他们会很依赖资深同事的指导，而不是自主探索如何推进开发。
这并非我凭空想象，而是真实存在的现象。
很久以前，我曾在 VS Code 中使用 GitHub Copilot。回想起那段时间，我惊讶地发现，它竟然对我的知识储备造成了如此大的损害：渐渐地，我开始遗忘自己所使用编程语言的基础知识，包括语法细节和基本语句的用法。想到当时我因追求短期的速度提升而不断流失自己的知识，我就觉得非常惭愧。
所以，这就是长期依赖 Copilot 的现实：你的大脑不再像以前那样思考如何解决问题，而是直接让 AI 给出答案，久而久之，你会忘记许多关键知识。
真实案例：Copilot 如何影响学习？
让我真正意识到这个问题的，是 ThePrimeagen 的一个视频。他在直播中谈到“Copilot 迟滞效应”，这对我来说简直是当头一棒。
于是，我决定停止使用 LLM 辅助编码工具——现在看来，这是一个正确的决定。
举个例子，我对编译器很感兴趣。当时，我试着阅读 Thorsten Ball 的《用 Go 语言编写解释器》，但整个过程几乎毫无意义。因为每当我遇到困难，Copilot 都会直接输出代码，而我根本没有真正去理解书中的概念。
表面上看，你似乎完成了一个解析器，但如果关掉 Copilot，你还能再写一次吗？大概率做不到。此外，你还失去了学习内存管理或数据导向设计的机会，因为 Copilot 只是给出它“认为可能可行”的代码，而不是让你自己去研究相关知识，理解其中的细节。
LLM 的另一面：用对方法才能真正获益
话说回来，LLM 也有其正面作用。
本质上，LLM 类似于一个高级搜索引擎。在过去，我们会在 Stack Overflow 上查找编程问题的解决方案，而如今，LLM 基于庞大的数据训练，可以帮助我们快速获取某个概念的相关信息。
但前提是，你必须带着批判性思维使用它，并且不能完全相信其生成的内容。
LLM 的一个众所周知的问题是“胡编乱造”——这正是由它们的设计机制决定的。它们生成的内容并非由真正的专家撰写，而是基于大量数据模式匹配出的文本，很多时候可能与事实不符。
因此，想要真正从 LLM 中获益，你需要深挖其推荐方案背后的逻辑。把它当作一个对话对象，去理解它为什么推荐某种方法，而不是盲目照搬。
养成良好的学习习惯
还有一个重要的建议：做笔记！
最近，我开始学习 Zig 语言，由于这是我第一次接触显式内存管理，我正在不断记录学习过程中的关键点。这些笔记不仅能在遇到问题时作为参考，还能分享给其他人。
总而言之，LLM 是一把双刃剑。它确实能提升你的生产力，但如果过度依赖，它也可能让你失去独立思考的能力。因此，我们应当合理使用它，确保自己仍然具备解决问题的核心能力。
财经自媒体联盟
第一财经日报 
每日经济新闻 
贝壳财经视频 
尺度商业 
财联社APP 
量子位 
财经网 
华商韬略 
4000520066 欢迎批评指正
All Rights Reserved 新浪公司 版权所有
