总靠AI干活能力悄悄退化？4个维度自测你的核心技能还剩多少

能力有没有被AI悄悄吃掉，不看你用AI多勤，看你离开AI后还剩下哪些具体动作。10月28日，Anthropic发布一项随机对照实验：50位资深数据分析师用AI完成真实商业分析，研究人员暗中给AI的每个关键决策预设了随机立场，结果86%的关键分析决策跟着AI的预设倾向走。原本已有主见的分析师，遇到AI反对时60%当场改口；事后解释决策理由时，77%的人在复述AI的论点，52%坚信结论更多出自自己的判断。退化之所以"悄悄"，恰恰是因为当事人的自我感觉几乎不会报警。这份自测的总原则因此是：别问自己"觉得还行吗"，只看行为证据。四个维度依次对应生产、判断、理解、耐受，每个维度都有可直接对照的动作。36氪

维度一：拿掉AI，你还能不能从空白页交出一份初稿

《美国国家科学院院刊》2025年的一项研究显示，中学生借助类ChatGPT工具时数学解题表现更好，工具撤走后，成绩反而低于从未接触该工具的学生。这正是Nature 9月那篇特稿讨论的核心机制：学习是认知加工的产物，而这种加工通常费力，AI恰好把费力环节整段拿走。生产端的同构信号随处可见：机关里靠AI处理文稿的新人"脱离工具便难以动笔，缺少个人沉淀，能力长期原地踏步"。Anthropic今年的编程技能研究也发现，“完全委托AI写代码”"越写越依赖"这类交互模式的工程师，后续理解测验平均分不到40%。知乎小红书知乎

自测只看三个动作：接到任务后，能否在十几分钟内自己写出哪怕粗糙的初稿；顺序是"先自己写、再让AI改"，还是"AI先生成、自己只挑错"；把天天用AI干的那件事完全交回给自己，质量和你开始用AI之前比是持平还是明显退步。需要说明的是，Nature特稿同时强调，AI是否削弱能力的证据方向尚未一致，当AI的角色从"给答案"换成"提供反馈和提问"时，也有研究观察到学习改善——这一维度的分界不在用不用AI，而在"从零到一"这一段你有没有亲手走过。

维度二：看过AI的答案后，你还保不保得住否决权

Anthropic这次实验的参与者并不"业余"：65%拥有硕博学位或6年以上从业经验，90%自评达到"精通"或"专家"，全员通过因果推断测试。专家尚且被随机立场带着走，普通职场人的判断更值得警惕。剑桥大学学者Miles Cranmer在关于"如何避免AI大脑退化"的演讲中给出同一方向的判断：当所有人都用同样的工具，真正稀缺的是发现那些值得解决的问题，并且辨认出什么才算解决得好。36氪知乎

这一维度的自测没法靠回忆完成——被带偏并不会降低你的自信：实验里全盘接受AI倾向的"顺从派"专家，平均自信分71，而至少反抗过一次AI的人73分，几乎没差。记忆会被悄悄改写，所以要看留痕：打开AI之前，你有没有先写下自己的初步判断；AI反对时，你的改口有没有经过"它哪一步论据说服了我"的过程，还是沉默片刻直接接受；定期翻对话记录，检查你汇报稿里的论据有多少第一次出现是在AI的回答里。36氪

维度三：AI说的话，你能不能用自己的话再讲一遍

理解错觉是最容易被误当成能力的东西。2023年《应用认知心理学》的一项研究发现，可以边搜索边看解释的人对自己的答案更自信，真正被要求独立解释时准确性反而更低——他们把"解释看着眼熟"误当成了"自己能重建解释"。自评与实测的落差可以有多大：一项近24000名菲律宾高校学生的研究显示，63%自信能识别假新闻，实际只有26%做得到。微博上就有从业者自述，市场里很多人拿到报告只读AI总结的500字缩水版，写东西也只输出自己没读懂的成稿。Anthropic的编程实验里，差距最明显的恰恰是调试题——“知道哪里不对、为什么不对”，这是AI时代最关键的把关能力，也是被代劳后最先流失的。知乎微博知乎

对应三个动作：AI给完答案后关掉页面，用自己的话向一个外行复述一遍，卡壳的地方就是理解真正的缺口；看AI生成的结果时，练习指出"这一步可能不对，因为……"；问自己最近半年还读不读完整的原始文档。

维度四：你还受不受得了"一时没有答案"

Nature特稿引用的调查显示，在8000余名学生中，约20%的AI使用者已感到离开AI后更难独立解题；另一项1000余名美国高校教师的调查中，90%认为AI会削弱学生的批判性思维。社区侧的表达更直白：知乎"AI太好用导致自己代码能力退化严重"的提问下，有工程师写到自己连AI生成的代码逻辑都看不懂了；一条720赞的小红书笔记总结了长期使用AI的12个典型征候，建议"适当戒断，切换回人脑模式"。瑞士商学院研究者格尔利希对666人的测试还显示，17到25岁组对AI的依赖比46岁以上组高出约四成，批判性思维得分低了大概45%——不过相关不等于因果，这一组数字只能算预警信号。知乎小红书知乎

自测问题：一道难题摆面前，从开始想到忍不住打开AI，中间隔了多久，这个时间过去半年是变长还是变短；面对模糊、枯燥但必须推进的任务，你的默认反应是"先想十分钟"还是"先问一句"；当AI也答不上来、必须你自己把问题拆开时，你是知道从哪下手，还是整件事直接卡死。

自测的意义不在打分，在"信号本身你没注意到"

四个维度指向同一件事：真正稀缺、也最先被交出去的，是"费力加工"的那一段。但Anthropic同一批研究也给出了出口——交互模式里"先生成、再逼自己理解"的工程师，测验平均分明显更高，AI不必然导致退化，退化取决于你有没有刻意留住摩擦。可行的动作就三个：动手之前先写下自己的答案再开AI；把AI当解释器和质询对象，而不是代笔；每隔一段时间挑一件小事全程手工完成，当作技能体检。若四个维度里你有多项亮灯，值得警惕的不是"用了多少AI"，而是这些变化你已经感觉不到了——那次实验里最扎心的数据，恰恰是那52%坚信结论出自自己的资深分析师。知乎