总靠AI干活，专业能力确实可能在悄悄退化，而比退化更麻烦的是，当事人自己往往察觉不到。10月28日，IT之家报道了理论哲学研究员凯萨·凯尔基关于AI与技能退化的研究结论：把工作交给AI处理，自身专业能力会随之下滑。 当天，知乎挂出了同名热题"总靠AI干活可能导致专业技能悄悄退化，普通职场人该如何应对这种「技能退化」？"，微博上"离开AI你的工作还能顺利完成吗"的话题同步在聊。Vista看天下知乎
凯尔基指出，这种下滑有一个棘手的特征：从业者很难在日常工作中察觉到这个变化，原因之一恰恰是人对"依赖AI"这件事存在认知偏差——当我们和大语言模型对话，得到看起来很有说服力的回复时，很容易产生过度依赖，而这些模型同样会出错。Vista看天下
凯尔基给出的应对方向是结构层面的：各专业社群需要明确哪些属于本行业的核心能力，必须牢牢掌握在人类手中。 她的建议甚至包括为新人设定禁用AI的训练阶段，提前应对风险。Vista看天下IT之家
看完这条新闻，普通职场人真正想知道的其实是一件事：到底哪些技能AI拿得走、哪些还留在自己手里？这里给不出"创造力、沟通、共情"那种万能三件套。最抗打的人类专属技能，是一组只能靠自己的手和脑子长出来的能力——AI产出的是结果，不产出过程，而人的技能恰恰长在过程上。盘点之前，得先弄清退化到底在什么条件下发生。
退化的分界线不在用得多不多，而在答案是谁想出来的
土耳其近千名高中生的数学实验已经给出了数据。沃顿商学院Bastani团队的论文《Generative AI Can Harm Learning》把学生分成三组：直接用GPT-4对话的一组，练习阶段成绩比不用AI的对照组高48%，可考试一旦禁用AI，反而比对照组低了17%；换成只给提示、不给答案的"导师版"GPT，练习阶段高出127%，考试成绩则与对照组基本持平。 同一个模型，换一种用法，一组被拖垮、一组几乎无损，差别在于思考那一步由谁完成。知乎
MIT媒体实验室2025年的脑电研究指向类似的方向：54人写作对照中，用ChatGPT的一组脑区连接最弱，而且写完之后很难准确引用自己作文里的句子——这项研究样本很小，脑电连接强弱也不能直接等同于聪明与否，算不上"大脑变笨"的铁证。知乎
一位常年用AI写代码的软件工程师把机制说得更直白：AI压缩掉的是从问题到设计的推导路径，工程经验很多时候不是由正确答案积累起来的，而是由错误答案不断修正出来的。 当AI夸你的方案"满分"，夸奖代替不了验收，你甚至不知道自己错在哪一步。 两条实验、一串个体经验，方向是一致的：先自己想、再用AI，和一上来就要答案，是两种完全不同的用法。知乎知乎知乎
未来职场最可能留在手里的五种能力
把实验证据和各行业的实操讨论合起来看，"人类专属技能"的清单大致能盘成五项。
一是定义问题、把需求说清楚的能力。小红书一篇三千多赞的"用多了AI的后遗症"笔记下面，被顶到最高的评论（1819赞）写的就是最朴素的经验：第一次就把需求讲清楚，AI给出来的东西才是最好的；随便讲讲，它也就随便写写。 AI的产出质量，首先取决于你能不能把模糊的业务目标翻译成明确的任务——"你没说清楚"的部分，恰恰是它猜不到的部分。小红书
二是判断力：三个方案选哪个，还是你的事。一位产品经理在当天的热题下把岗位能力拆成两类：判断类——这个需求值不值得做、该排在谁前面、几个人的意见怎么统一；执行类——写文档、画原型、整理纪要。后者交给AI没问题，前者AI给不了你：它给你三个方案，选哪个还是你的事。 更隐蔽的坑在于，判断力不是天生的，是从自己做过很多执行里长出来的——亲手写过很多份方案，才知道哪份写得好。执行丢得越彻底，几年后就只剩一个在AI结果上点"确认"的位置；真正危险的信号不是"不用自己写文档了"，而是"不再亲手做过任何一件事"。知乎
三是验证并推翻的能力。IBM研究院9月一项调研约1500位首席人力资源官、8800名员工的数据里有个42个百分点的落差：71%的高管说，员工最重要的能力是"监督、验证并推翻AI的输出"，但只有29%的员工认为判断力重要。 落差本身就是退化发生的坐标：管理层定义的活儿是"你要能推翻它"，打工人还在把AI当答案机。小红书
医院场景的例子把代价推到最极端：医生没发现模型错误信息甚至可能造成医疗事故，责任归属目前没有定论。 验证能力之所以稀缺，是因为它的原材料——自己做过、知道哪里会不对——正在被AI压缩掉。小红书
四是容忍模糊、从零重学的本事。有程序员给自己立过一条规矩：半天以上才可能搞清的技术问题，头两个小时不许开任何AI，只允许纸笔和源码；硬啃过最初一周，同类问题的定位速度反而越来越快。 退化掉的未必是思考本身，而是把一个问题在脑子里过夜的耐受度——灵感是问题泡够时间才浮上来的。对学生和刚入行的人，让AI代劳的那部分不是省了时间，而是根本没学会。知乎
隔一阵子关着AI做一次同类任务，看自己还剩多少，是最便宜的能力体检。知乎
五是担责与建立信任的资格。还有一种反直觉的判断：最抗AI替代的工作，未必是技术难度最高、最需要创造力的，而是深深嵌入人类组织与制度之中的——AI可以起草判决书，但判决是否有效取决于制度授予的权限；AI能回答"怎么做"，但"谁有权决定怎么做、出了错谁承担"仍是社会组织问题。 更具体的一端，是面向物理世界、服务有身体的人的工作：AI可以算、可以写、可以出图纸，但它不能自己拧一颗螺丝，不能自己给老人翻身。知乎知乎
明天上班能做的：一个问题，三个信号
盘点最终要落到自检。最简的一条检验：如果明天没有AI，手头这件事还做不做得了？做得了，核心还在自己手里；做不了，说明已经把判断力一起托付出去了。 再补三个信号：有没有哪类工作，不开AI就动不了笔；改AI的稿子时，改的是事实错误还是只是语气；上一次推翻AI的结论，是什么时候。知乎小红书
用法上，实验早就给出了答案：先自己想，再问AI。生成方案之前，自己先写三句话——这件事最需要解决什么、哪些事实还没确定、怎样才算成功，然后再请AI补充。 把AI当审稿人而不是答题机：先拿出一个粗糙的、可能是错的方案让它挑毛病，它挑出的漏洞自己亲手补一遍。 一位"用AI一年"的作者还提醒了实在的一条：裸做会拖慢交付，别在死线当天练。知乎知乎小红书
已经会了的活交给AI，还没学会的活留给自己——这条分界线就是全部结论：AI拿得走"干活"，拿不走"对结果负责"。所谓人类专属技能的边界，全在两个问题上——答案是不是你想出来的，后果你负不负责得起。
