---
title: "AI 能做得更好，为什么还要自己做 | 行开心的颠倒世界"
description: "AI 编程能把功能跑通，写代码的人却未必会修。3Blue1Brown 的讨论与 Anthropic 的 Trio 实验讲清了练习与乐趣的价值，而排期里能不能练，还得先算清时间归谁。"
canonical: "https://xingkaixin.me/posts/ai-better-why-do-it-yourself/"
language: "zh-CN"
---

# AI 能做得更好，为什么还要自己做

AI 编程能把功能跑通，写代码的人却未必会修。3Blue1Brown 的讨论与 Anthropic 的 Trio 实验讲清了练习与乐趣的价值，而排期里能不能练，还得先算清时间归谁。

2026年11月18日·1,381 字·4 分钟

[AI编程](https://xingkaixin.me/tags/AI%E7%BC%96%E7%A8%8B/)[学习](https://xingkaixin.me/tags/%E5%AD%A6%E4%B9%A0/)[工程师成长](https://xingkaixin.me/tags/%E5%B7%A5%E7%A8%8B%E5%B8%88%E6%88%90%E9%95%BF/)

![AI 能做得更好，为什么还要自己做](https://xingkaixin.me/cover/ai-better-why-do-it-yourself.61971506.webp)

“A math PhD here, just tell me what to do tomorrow.”

10 月，3Blue1Brown 的 Grant Sanderson 把这条读者留言放进了视频[“There’s never been a better time to go into math”](https://www.youtube.com/watch?v=LKrwhjOI8Nc)开头。他前一周发帖征集问题，留言里很多是读数学或打算读数学的学生，问的都是接下来该干什么，连他聊过的不少教授也给不出答案。

两个月前我发过一篇《AI 五分钟解了你一周的 bug，然后你不开心了》，结尾说，AI 秒杀了难题，你还在想“这本来应该是我来解的”，那你守的只是领地。把那位数学博士的追问摆在旁边再看，这个判断下得太快了。

视频里，Grant 打了个健身房的比方。机器能举起比人重得多的杠铃，这并不妨碍你去健身房举铁练力气。

他把这个比方推到了极限。就算未来机器在证明定理、挑选猜想、搭建理论和寻找应用上全面胜出，连“人负责提问”都不成立，数学在科学和工程上的用处也确实该交给机器。

到这一步，大多数数学系毕业生本来也没打算当数学家，他们带着练出来的解题本事去了别的行业。只要这份本事还有用，机器更强就不会抵消训练本身的价值。

他还提到一种常被低估的满足，看懂一个巧妙解法时，脑子里像有东西扣上了。

写代码也是同样的道理。AI 已经把补丁写出来了，自己还是想把整条因果推一遍，搞清楚两个请求为什么互相等待、某个状态为什么到不了。把这种弄明白的劲头一律划成守旧，就把问题看窄了。

Grant 也承认，在那个假设里，第一个踏进新理论的兴奋感会打折扣。旧文里写“守领地”时，我只算了“谁先做出来”这一层成就感，把练本事和弄懂问题本身的乐趣一并漏掉了。

乐趣可以各取所需，练本事却是实打实的账。今年 1 月，Anthropic 发过一项[随机实验](https://www.anthropic.com/research/AI-assistance-coding-skills)，把“完成交付”和“自己学会”分开测了一次。52 名以初级为主的工程师用不熟悉的 Python 异步库 Trio 写两个功能，交卷后立刻参加测验。

两组完成任务的速度接近，AI 组平均只快了两分钟左右，统计上还不显著。但紧接着的测验里，手写组平均得分 67%，AI 组只有 50%，其中调试题的分差最大。

研究后来按用法把参与者分了组，追问 AI 原理、要它解释概念的几组得分不低，把写代码或调试整块交给 AI 的几组平均不到 40%。不过这是事后分组，每组只有二到七人。实验也没有回答隔几个月或换个库之后差距还在不在，不能据此断定某种用法一定更有效。

这组数据已经把一件事拆清楚了。**功能跑通了，不代表写代码的人会修它。** 验收只看测试过没过，看不出换个条件后你还能不能独立排查。

照这个结果，练手时没必要把 AI 关掉，让它回答为什么、指出边界条件，核心那段逻辑自己写。

![AI 提供提示，开发者在笔记本里完成核心推导](https://xingkaixin.me/posts/images/ai-better-why-do-it-yourself/ai-better-why-do-it-yourself-01.ff5ee9dc.webp)

读完 AI 给出的完整实现，每行都能看懂，人很容易停在这里。真要检查自己有没有学会，可以把屏幕上的代码先移开，拿纸或空白文件重写一遍状态流转和分支条件。

原先觉得顺理成章的地方，离开答案却接不下去，露出来的就是具体的疑问。带着这个疑问回文档或最小程序里查，不用从头把整个库学一遍。

这套练法没有做过对照测试，也不在 Anthropic 的实验任务里。但比起对着完整答案逐行点头，隔天换个调用顺序还能推出来，多了一道实打实的校验。

说到这里，健身房的比方其实漏了一个前提。去健身房举铁花的是自己的时间，没有人在等那块杠铃上线；写代码大多发生在团队协作里，动手还是用 AI，先得看这段时间归谁。

线上出了事故、当天要封版，问题能复现、测试能兜住，AI 几分钟给出的修复就该直接用。这时候为了自己过瘾关掉工具推演几个小时，延期的代价算在整个团队头上。

周末没有排期压着，自己用 C 写一个小解释器，本来没人在等它上线，用不用 AI、亲手写多少，全凭自己高兴。

真正容易卡住的，是在团队排期里顺便练手。**把练手混进交付排期前，先跟负责人确认这段时间算不算学习时间。**

算的话，就把来龙去脉摸透再交卷。不算的话，先让 AI 把问题修好上线，把想弄懂的那段留到没有交付压力的时候，拿同一个问题亲手重写一遍。要是每次排期都只认交付、不算学习，学东西就全挤进了私人时间，这笔账光靠个人算不平。

文中链接

1.  “There’s never been a better time to go into math”https://www.youtube.com/watch?v=LKrwhjOI8Nc
2.  随机实验https://www.anthropic.com/research/AI-assistance-coding-skills

放大查看插图

## 版权声明

作者

XingKaiXin

标题

AI 能做得更好，为什么还要自己做

发布时间

2026年11月18日

文章链接

[https://xingkaixin.me/posts/ai-better-why-do-it-yourself/](https://xingkaixin.me/posts/ai-better-why-do-it-yourself/)

本作品采用[CC BY-NC-ND 4.0 DEED](https://creativecommons.org/licenses/by-nc-nd/4.0/deed.zh-hans)许可。

XingKaiXin

我的划线 · 0

展开导览

我的划线 · 0
