数千年来，人类一直在制造工具以使困难的事情变得更容易。锤子并不会让你变差于建造工作，但人工智能是否有所不同？因为AI帮助的是你的大脑，而不是你的手。这就引出了一个令人不安的问题：当我们外包技能时，会发生什么？AI导致的“大脑退化”是真实的吗？我们该怎么办？
我在媒体头条和实际真实世界研究之间看到了巨大的差异。因此，让我们看看一个实际的实验：一组由52名初级软件工程师组成，分为两组。一组使用AI进行编码，另一组则不使用。我有两个问题，而这两个问题的结果都让我感到有些惊讶。
第一个问题是：AI是否让他们变得更快？是的，使用AI的小组完成任务快了大约2分钟，或者说快约8%。这意味着他们有时间观看一集《两分钟论文》，尽管那从来都不止2分钟。但等等，结果在统计学上并不显著。我要稍微降低这一结论的权重。所以，AI是否让人们编码更快？也许吧。
第二个问题是：AI是否让他们变笨了？现在，保持警惕的学者们，因为答案在某种程度上是肯定的。在他们参加测验后，使用AI的人得分率为50%，而未使用AI的人得分为67%。哇，这几乎是两个等级的差距，巨大的差异。而且这在统计学上是显著的。因此，这一结果很难被 dismiss 为噪音。
我必须说，对于这样一项规模较小的研究来说，这是一个相当显著的影响。那么差距最大在哪里？AI小组在什么情况下表现最差呢？答案是调试（debugging）。是的，你让AI写一段代码，迟早会出现问题。如果你过度依赖AI， sooner or later（迟早），你将失去修复出错问题的能力。对此我要保持谨慎。
我发现这项研究很有启发性，因为它告诉你情况有多糟，以及在哪些领域如此。那么，未来我们应该怎么做？在我看来，有三件事要做。亲爱的学者们，这是由卡罗伊·佐尔奈-费赫尔博士带来的《两分钟论文》。
第一，如果你使用AI，主要用它来自动化和加速你已经理解的事情。在这方面它非常出色。第二，对于你还不知道的事物，多提问。保持思维敏锐。这是学者的道路。第三，当某事出错时，不要只让AI修复它。不，首先尝试自己解决。然后，让它解释你遗漏了什么。你会学到更多东西。
我们是学者，所以让我们保持克制。这不是一项终极研究，不，这不是对这个问题的最终定论。这涉及52名主要是初级开发者、一个Python库、一项简短的任务和一个测验。哦，而且它使用的是聊天式助手，而不是完整的智能体编码系统，后者可能会使这种差异更大。
因此，存在许多局限性，但作为一个指引，我觉得它非常有价值。简而言之（TLDR），如果你将AI作为导师使用，它将 sharpen your mind（磨练你的思维）。我经常在几分钟内用Lambda复现AI研究论文。它也非常适合训练你自己的模型或微调现有模型。运行推理、文本生成图像或视频，易如反掌。
运行DeepSeek聊天机器人或智能体，超级快速、超级可靠。Lambda为你提供强大的Nvidia GPU来运行你自己的实验。我测试我在论文中涵盖的想法，片刻之后就能看到结果。我爱死它了。说真的，现在就去 lambda.ai/papers 试用一下吧。