避免AI技能萎缩——新工具承诺逆转“氛围编码”能力下降

如果你是使用AI智能体编写程序的开发者，可能会发现自己的编码能力正在悄然流失。幸运的是，一款新的命令行工具能在这些技能完全消退前帮您强化它们。由印度班加罗尔的开发者Ashutosh Rath创建的Atrophy，将编码能力视为国际象棋Elo评分，并通过五个不同技能领域的定期练习推动开发者巩固学习。

这五个领域包括：语法回忆（根据规范编写小函数）、调试（找出代码片段中的隐藏错误）、代码阅读（将开发者当作人类打印命令）、API记忆（测试填充标准库调用空白的能力）以及分解设计（测试概述设计方案的能力）。练习涵盖Python和JavaScript，并设有三个难度级别。Rath在GitHub的README中解释，系统采用种子生成法确保每次练习变体新颖。

“如果AI辅助正在悄然侵蚀你独立编码的能力，这张图会在面试、故障或断网之前让你看清现实，”Rath在Atrophy的说明中写道。用户首先需要完成一次包含每个技能领域一项练习的基线测试，Rath估计整个过程大约需要25分钟。之后，他建议用户每周进行两到三次5到10分钟的练习。Atrophy会自动选择最久未练习的技能领域，并设置一个软时间限制——超时仍可通过，但积分增益会减少。

Rath告诉The Register，评分采用“Elo风格公式”进行调整，并且早期练习对评分的影响大于后期。如果用户不活跃（目前需要手动触发，不会强制用户按计划练习），系统对评分正确性的信心会下降，但分数本身不会降低。Rath还建议用户每月进行一次AI辅助练习，其成绩单独记录，用于衡量独立编码与AI辅助编码之间的技能差距，从而直观看到自己对AI的依赖程度是否逐渐加深。

正如前文所述，评分系统基于国际象棋Elo评分，但Rath强调并非完全复制。每个技能领域独立评分，初始值为1200。没有硬性最低或最高限制，这意味着如果你的编码能力严重退化，评分可能低于1200。Rath指出，练习只是真实技能的替代指标，因此不应将其视为绝对能力的度量——Atrophy的价值在于随时间呈现的趋势，这有助于开发者锁定AI可能削弱的技能领域。

“Atrophy并非反AI，”Rath向The Register表示，“我构建它是为了衡量借助AI和独立完成之间的差距，因为这种技能会在不知不觉中悄然生锈。”大量证据表明Rath的担忧不无道理。分析师们早已警告AI可能侵蚀技能，因为工具替代了传统上由人类开发者处理的任务，但证据并不仅限于传闻。去年MIT的研究发现，使用AI聊天机器人辅助写作的学生大脑活动较少，事实记忆力更差，且难以回忆起所写内容。研究结论是，AI使用导致“浅层编码”，使操作者独立于智能体同伴的能力下降。换句话说，你的技能可能在无意识中瓦解——或许是时候试试Atrophy，至少建立一个基准线了。