34岁的软件工程师Paolo Galeone在自己的博客上写了一篇纯粹的牢骚：用AI写代码这几年，他从“造东西”的乐趣里彻底抽离，只剩下“提示—看结果—调整”的机械循环。他把这种状态称为正在失去savviness——靠犯错、纠错攒出来的实践判断力。文章发布当天在Hacker News上几乎没人理，只拿到2个赞、1条评论，看起来就是一篇很快会被算法埋掉的个人博客。
但把它和过去一年几份严肃的实证研究摆在一起看，会发现Galeone的“感觉”不是孤例式的情绪发泄，而是刚好踩在了一组已经被测出来的真实数据线上。
一个牢骚，撞上一组反常数据
Galeone引用的savviness定义来自Merriam-Webster：在实务中表现出的洞察与判断力。他的核心抱怨是，AI把“做—犯错—定位—修正—长经验”这条循环给截断了：错误还在，但纠正错误的动作被AI接走了，他只负责“一眼看出哪里错”，然后让模型去改。
这不只是一个人的主观错觉。METR在2025年做过一项随机对照试验，找了16名经验丰富的开源开发者，让他们完成246个真实项目任务，允许使用Cursor Pro搭配Claude 3.5/3.7 Sonnet。结果是：允许用AI的那组，任务完成时间反而多了19%。更有意思的是，这些开发者事前普遍预判AI会带来24%的提速，任务做完之后，他们仍然主观认为自己被AI提速了大约20%——跟实测方向完全相反。
METR后续对同一批仓库又做了一次自主agent评测，让Claude 3.7 Sonnet独立完成18个任务，自动化测试下成功率约38%，但人工抽检没有一份被认为能直接合并——问题集中在测试覆盖不足、文档缺失、代码脆弱难维护。这恰好呼应了Galeone那句“LLM引入没有大脑参与，就是在无限生成技术债”。
AI没让他变笨，但数据说他确实更慢了
“认知卸载”：手感怎么被悄悄拿走
Galeone最刺耳的一句猜想是：LLM提供商可能在用他纠错的过程反哺训练模型，导致他自己的判断力被“偷走”却练不出来。这个说法目前没有实证支持，但另一份研究能解释他为什么会这么怀疑自己。
微软研究院和卡内基梅隆大学2025年的CHI论文调查了319名知识工作者、936个真实AI使用案例，发现一个明确的相关性：对生成式AI的信心越高，人们自评投入的批判性思维就越少。六类认知活动里，自评投入下降幅度从评估类的55%到理解类的79%不等。卡内基梅隆的软件工程研究所另有一项针对研究生级工程师的研究，发现他们做库升级任务时常常过度信任模型，陷入反复让LLM修自己错的循环，始终没有动用基础工程判断。
但这两份研究都有明显边界。微软-CMU的数据是横断面自评，不是纵向追踪，也不是对知识工作者能力的客观测试；作者自己也说没有证明长期去技能化，样本更偏泛义知识工作者而非专职程序员。METR的样本只有16人、246个任务，且是2025年中期的工具版本——后续跟进研究显示更新版本的工具可能已经带来一定提速，只是那批数据本身存在参与者选择偏差，说服力有限。“变慢”有硬证据，“会一直退化”目前还证明不了。
“不用AI就落后”的压力，靠的是叙事还是数据
Galeone在文章里点出一个矛盾：他所在的公司、乃至整个科技行业，都在推“不用AI会被淘汰”，可他很清楚，如果真有人做出一个覆盖速度、技术债、可维护性、成本的综合生产力指标，LLM未必会赢。METR的数据恰好证明了这种怀疑不是矫情——熟悉复杂代码库的资深开发者，在AI辅助下实测更慢，人工审查一份能直接合并的agent代码都挑不出来。
- 风险.越缺乏严谨的生产力度量，“不用AI就落后”的说法就越容易变成纯粹的竞争恐慌，而不是真实证据支撑的决策。
这个结构性张力对初级工程师尤其危险。他们没有Galeone“34年攒出来的经验直觉”可以拿来一眼识别AI的错误，更容易在流畏的输出里产生虚假的能力自信，而这恰恰是SEI那份研究里“反复让LLM修自己错”的循环最容易发生的群体。
Galeone在写这篇牢骚的同时，仍然给自己搭了一台本地推理的Linux机器，那部分他说“真的挺好玩”。这大概是目前能看到的唯一折中路径：把动手搭建、调参、踩坑的部分留给自己，把纯生成的部分交给模型，尽量不让纠错这一步整个消失。
他自己也点破了这篇文章最讽刺的地方——一篇手写的抱怨博客，未来会被某家公司拿去训练模型，然后被别人用来生成同一类“工程师被AI搞烦了”的文章。手感在流失，产出手感流失感受的素材，倒是源源不断。