AI编码助手正加速进入软件团队的日常工作流，被视为提升交付速度、减少重复劳动的工具。不过，Anthropic近期基于内部研究与员工访谈发出提醒：在缺乏约束的情况下，AI辅助可能在提高短期产出的同时，削弱开发者在调试、设计与指导等方面的关键能力，进而成为长期工程能力的负担。

随机试验：短期表现提升，知识保留下降

Anthropic的担忧来自一项随机试验。研究要求开发者学习一个新的异步Python库，部分参与者在完成任务时获得AI辅助，另一部分则不使用辅助工具。根据Anthropic对该研究的描述，依赖助手的参与者使用Trio库生成代码完成任务时进展更快，但在取消辅助后，其对底层概念的理解弱于手动完成练习的同伴。

Anthropic在公开报告中称，AI助手改善了短期任务表现，但降低了知识保留率；这一负面影响在核心实验中接近统计显著性阈值。研究人员在相关视频演讲中也提到，接受更多直接代码建议的参与者，对Trio并发原语的心理模型更为浅显。

“生产力悖论”：感觉更高效，但加速不显著

除技能形成问题外，Anthropic内部还观察到“感觉更高效”与“实际加速”之间的落差。一份内部关于“AI生产力悖论”的报告描述了工程师“同时赢又输”的体验：功能交付增多，但对自身专业能力停滞的担忧上升。报告中被标识为产品与数据分析师的Konika Dhull表示，员工感到自己正从系统深度专家转向工具协调者。

外部讨论也聚焦这一矛盾。有观点指出，在受控的Trio实验中，尽管参与者自述效率提升，但并未观察到AI辅助编码带来统计显著的开发加速。MEXC交易所的一篇总结同样提到，随机试验测得的生产力提升“未达到统计显著”，即便开发者大量依赖助手。

日常习惯变化引发对核心能力滑坡的担忧

Anthropic的研究与相关报道还提到，日常编码方式的变化可能进一步侵蚀基础能力：工程师越来越多将完整问题描述直接粘贴给助手，而非自行推理。研究人员担忧，这类习惯会削弱通过手动解决问题形成的思维训练，尤其体现在算法思维与调试能力上。

部分报道引用同一随机试验称，使用AI工具时技能保留率下降了17%，并指出人们对生成代码的过度信任可能形成得很快。另有文章提到，内部数据反映出当开发者更依赖助手编写完整函数时，其对自行推理边缘情况与性能问题的信心更低。

研究人员表态：AI“不是通往能力的捷径”

Anthropic研究人员在采访中强调，AI工具“不是通往能力的捷径”。他们表示，助手可以提升生产力，但若被当作“拐杖”，可能抑制技能形成。相关评论进一步指出，熟练开发者更能有效利用AI；而对仍在建立Trio库理解的新手而言，AI使用可能不利于技能学习。

研究人员据此提醒，最可能从生产力提升中受益的初级工程师与转行者，也可能是长期成长风险更高的群体。Anthropic在报告中强调，组织应将AI视为刻意练习的补充，而非替代。

工作方式与“自主编码”前景加剧焦虑

除量化结果外，Anthropic内部也关注AI对团队协作方式的影响。一份内部报告称，高级员工担忧结对编程与代码审查正在被更“静默”的提示会话取代；随着更多“思考工作”被交由Claude Code等工具，一些工程师对长期职业相关性感到焦虑。

这些讨论与公司对“自主”编码的设想交织在一起。Anthropic员工在一篇关于《自主编码》的材料中提到，2024年至2025年间的编码辅助多为被动模式，而下一波可能是能够规划、修改并部署整个系统、几乎无需人工干预的智能代理。Anthropic首席执行官也曾暗示，到2026年底AI模型将能够在很大程度上自主编写软件，并在一段短视频中将其描述为从人类编写代码转向人类指定意图、机器大规模执行。在这一背景下，Anthropic关于AI辅助学习影响的研究被视为对快速自动化趋势的早期提醒。