题图
（题图由AI生成）

今天刷到一条热搜，标题大意是“AI 正在‘惩罚’那些用它写作业的中学生”。意思不难懂：把作业交给 AI 的那些学生，成绩反而掉了，可见用 AI 是要付代价的。热搜里引用的研究我没去核验（这类话题我一般也只当个由头），也不想把讨论完全建立在它上面。让我在意的，是它可能引发的那种“果然如此”的恐慌。

不过话说回来，这件事我并不完全反对。学习这件事，很大程度上是靠日常训练堆出来的。做题，把该背的背下来，把该推的再推一遍，这些动作看起来笨，却一直在做一件事：把概念的边界，常见情形的组合，以及出错时的那点直觉，一点点磨成条件反射。如果这些动作被 AI 大面积代劳，训练量确实会缩水，也迟早会反映到成绩上，甚至反映到思维模式上。遇到问题，先想到的是“该怎么问 AI”，至于“这事该从哪儿下手”，慢慢就不去想了。这个变化是很容易预期的，不需要什么研究来证明。

但我不认同的地方也在这里。成绩只是某一种考核方式给出的读数，它衡量的是“在不借助 AI 等外部工具的前提下，在这套题、这个时间限制里，这个人能答对多少”，并不衡量他能不能解决真实场景里的问题。当考核还停留在“你有没有把大量可查的知识随身背着”时，工具越强，读数越难看，这说明该换的是那把尺子。拿这个读数反过来评判用不用 AI，多少有点因果倒置。

更麻烦的是，它还要用来做选拔，决定谁能去哪个学校。用一把已经不合尺寸的尺子来分人，就不只是读数难看的毛病了。所以我会想另外几个问题：这场考核究竟在衡量什么，它衡量的东西今天还有多重要，如果不重要了，该换的是学生，还是尺子？

我的答案并不偏向哪一边。把问题说清楚，判断结果合不合理，在信息不全时先试哪个假设，这些能力仍然需要在没有工具的场合反复练。但背下某个函数的参数顺序、默写某段标准算法的实现，今天完全可以交给开发环境和工具。把这两类混在同一张卷子里考，再拿总分去评判一个学生该不该用工具，本来就不太讲道理。

当然，这把尺子也不是凭空冒出来的。要在一群人之间比出高低，就得先把外部工具收走，大家都空着手，条件才一致，分数才谈得上可比。剥离这些，对于考试的公平性而言是重要的。但换个角度看，为了比较而造出这样一个空手场地，也意味着它衡量的是一个人在真实世界里很少遇到的状态。考试，以及所谓学术派、学院派，常显得与社会脱节，这大概就是重要原因之一。它长期在一个剔除了工具的人造环境里训练人，也评判人，而真实的问题，几乎总是在工具的包围中被解决的。

说到这儿，我想起自己三十年前刚开始学编程的时候。那时上机的条件很差，大多数时候只能在纸上写代码，写完再用笔指着，一行一行地“单步调试”（在心里模拟哪个变量变成了什么值，哪一层循环退不出来）。这段经历确实帮我打下了比较扎实的基本功，直到今天，我读代码时那种先在脑子里跑一遍的习惯，大概就是从那儿来的。

但我从不认为，这段经历能推出“后来的各种程序员面试就该纸面作答，从头手搓某某算法”这个结论。基本功的价值在于它塑造了你的判断力，跟它当年是不是唯一可行的训练方式，其实是两件事。把“当年没条件”当成“以后也必须这样”，是把手段错认成了目的。

日常解决实际问题时，更要紧的能力其实是搜集并整合已有的方法，再把它用在实际场景里。今天的很多函数是框架提供的，是开发库提供的，人不可能全都记住，也不该花时间精力去背（顺便说一句，我自己现在也记不住那些了。当年我能对着十六进制的字节，不查手册的情况下，手工把 8086 机器码翻成汇编指令，那会儿脑子确实好使，如今是一点都记不得了）。该依赖工具环境的就依赖，力气留给工具还够不着的地方。我在《Skill 并不能让模型更聪明》里写过类似的分工：确定性的部分交给脚本，判断的部分留给人。这跟偷懒无关，只是分工不同。

顺着这个逻辑看，AI 无非是一次性覆盖了更多原本要人自己扛的场景：查资料，写样板代码，把一段想法改写成能跑的脚本，诸如此类。这些交给它，人去做判断和验收，我觉得是更好的分工，谈不上什么堕落。把它当成自己的外挂，反倒更像是适应新环境的办法。这里的“外挂”不是指作弊器，而是那种装在自己身上、能让自己走得更远的增强装置（外骨骼、助力装备，本来也是这个意思）。这个比方我用过不止一次：2023 年底那篇《来！大胆地用AI技术给自己大脑装上外挂吧！》，标题就是这么写的，里面还设想过一个更极端的情形。万一哪天真的发生核大战，世界退回原始社会，那些“底层”技能就又该派上用场了。

而那种“凡事都得亲手来一遍才算真本事”的想法，赌的其实就是核大战终究会来：默认所有工具终将消失，于是先练着徒手生火。可我们绝大多数人并不生活在荒岛上，而是活在一个处处都是工具的环境里，能不能用好这些东西，本身就构成本事。我在家做饭用的是燃气炉，但我从没想过，要为了那个假想的荒岛场景，每天把钻木取火这技能练得更娴熟。

回到开头那条热搜。它指出的现象（训练被压缩会影响成绩）我觉得值得当真，它暗示的那套评判，我觉得值得怀疑。与其急着责备那些用 AI 写作业的孩子，不如先想清楚我们希望他们练出什么能力，以及现在这套卷子有没有在朝那个方向使劲。

如果你也想自己验一验，可以挑一件最近做完、自认为还算熟练的事，刻意把工具关掉，再做一遍。哪些步骤是你真正依赖的判断，哪些只是当年条件不够留下的习惯，做完大概就清楚了。有兴趣的话，也可以一起试试。

--- END ---

注：本文由AI辅助润色，文章内容与观点均由作者本人提出并复核。