AI 代写代码之后，如何避免编程能力退化？
一位开发者向 Syntax 播客提问：项目里 80%–90% 的代码都由 AI 生成，现在连一个 HTTP 请求都很难独立写出来了，该重新补基本功吗？
这个问题，把 AI 编程带来的效率提升和能力焦虑放在了一起。
在 Syntax #1031 中，Scott Tolinski 和 Wes Bos 的讨论，有几个值得认真思考的观点。
Scott 强调的是：技能需要持续使用。
当我们不再亲自练习，也不再主动理解实现过程，相关能力就会逐渐生疏。他反复提到一个词：active participant——主动参与者。
即使代码由 AI 写，我们也需要参与推理、理解过程，并判断结果。
Wes 则区分了两种容易混淆的“退化”。
一种是忘记语法细节，比如 reduce 回调的参数顺序。
另一种是不再理解程序如何工作：一个请求如何流经应用，API 如何调用，各个模块怎样协作，性能问题可能出在哪里。
前者可以借助工具补足，后者直接影响解决问题的能力。
他尤其担心一种变化：AI 让“不读代码也能推进项目”变得容易，我们可能慢慢失去追问“它为什么这样工作”的习惯。接受第一版输出，也就替代了原本的研究、判断和学习。
注意力的变化，会进一步放大这个问题。
Scott 坦言，等待 AI 回复时，他很容易切换到其他事情，甚至同时打开了 13 个项目。任务看起来都在推进，自己却越来越难深入其中。
Wes 也更难找回过去的编程心流。不过，在研究问题、设计架构、选择技术，以及借助 AI 探索陌生领域时，他仍然能获得那种专注和兴奋。
这段讨论给我的启发是：评价自己有没有成长，需要同时看交付结果和理解程度。
面对 AI 生成的代码，可以给自己留三个检查点：
- 我能解释它为什么这样工作吗？
- 它出问题时，我知道从哪里开始排查吗？
- 我能判断这个方案的取舍，以及它需要怎样验证吗？
代码可以交给 AI 生成，理解和判断仍然需要持续练习。
你在使用 AI 编程时，会刻意保留哪些自己动手或独立思考的环节？
播客原文：https://syntax.fm/1031
#AI编程 #软件工程 #开发者成长