开学季刚过，清华校长李路明那句"AI越会走捷径，人越要下笨功夫"还在被反复转引，知乎同名问题挂着28万+阅读。 10月17日，知乎又前后脚出现三个几乎同版的新提问：“开始用AI写代码后，我反而更不会排查Bug了”“刚学编程就依赖AI写代码，会不会反而学不会编程”“用AI写东西，怎么判断是在提效还是在变懒”。 第二天，36氪神译局发出编译文章：《AI带来的效率，可能会毁掉下一代专业人才》。 上周全网在算"用AI怎么更累了"，这周是另一本账：“学废”。先把两本账分开——"累"是劳动密度的问题，"学废"是练习机会的问题：AI接走的未必是重要产出，而是新人攒经验的训练场。这篇只算第二本。知乎知乎36氪
"变笨"的证据只到这里
哈佛一份工作论文调研美国28万余家企业、6500万劳动者：引入生成式AI后六个季度内，初级岗位就业下滑，资深岗位持续增长。 斯坦福基于ADP薪资数据的分析结论相同，但有个关键切分：缩编集中在AI直接替代人力的岗位，AI只当辅助工具的岗位，初级就业稳定甚至上升。反证也站得住：纽约联储认为青年失业走高很大程度源于远程办公——企业不愿远程带新人，与AI无关。所以这轮数据支撑不了"AI让人变笨"，它支撑的是更冷的结论：练手的基础工作正在变少，“入门岗位"正悄悄变成"要求三年经验”。36氪
这剧本1983年就写好了：人因工程学家Bainbridge的《自动化反讽》指出，自动化先接管最容易、最标准化的活，把最罕见、最依赖经验的例外留给人——而人恰恰因此失去了练习的机会。 2009年法航447付过最贵的账单：自动驾驶交还控制权时，飞行员已丧失识别高空失速、手动改出的能力。2017年FAA写下"手动飞行是其他飞行技术的基础"，把技能退化列为独立安全隐患。知乎36氪
编译文章的核心概念来自核电行业：“人工关卡”——在流程里刻意留出必须由人接管的节点，不为效率，为保存能力。
交活之前，把工作分成两堆
交付型（结果重要、过程不重要）：格式调整、资料收集、初翻、纪要、模板化周报——放心交给AI，用得越好。训练型（过程才是收益）：排查Bug的第一轮、论文框架、方案初版排版、模型首搭——哪怕最后让AI补全润色也要先空手过一遍。守一两个节点就够，全程手工是表演不是训练。带人的人另有一算：AI替掉的初级工作是隐性知识唯一的传递通道——老师傅听声音知道轴承有问题，店长看周五人流知道排班不够，这些写不进SOP，只能靠老带新传下去。
也别以为交付型就能"交完不看"。本周《终焉路独行》实体书事故全网刷屏：正文印着原封未动的AI提示语——“需要我再微调部分语句，让整体文风更贴合悬疑灵异的氛围吗”。 策划团队致歉：系误将校对软件提示词当正文处理所致，出版社回收销毁重印。 人民日报10月14日的人民锐评也跟进警示。 AI能替你做交付型，但"交出去"和"不检查"是两回事。红星新闻观察者网人民日报
三个继续观察的信号
一是"慢科研"会不会落地：10月18日，"百余名AI学者倡议不以论文数量选拔学生"挂上知乎热榜，首位回答阅读48万+。 二是你盯的初级JD——“入门岗"若开始写"要求三年经验”，那是训练通道在缩；三是研究切分：你的岗位是AI替代型还是辅助型，决定这本账要不要现在算——证据覆盖到哪里，结论说到哪里。知乎
对重度用了6–18个月的新手，效率的变化你已摸到，手感的改动也最先被你摸到。那条3106赞、3122收藏的研一求助帖《老大我们真的要一辈子依赖ai了吗》里写得直白：不敢相信本科时的第一篇论文竟然大部分还是纯手搓的，现在已经完全失去思考和写作的能力了。 收藏比点赞还多——都想留给自己对着检查。小红书
