bdangubic 用自己的经历反驳了「保持好奇心就行」的说法，

「我以前俄语说得跟母语一样。后来不说了。每天我也很好奇也很有责任心，但现在我说不出十个俄语单词。不用就会忘，没有例外。」

有人反驳说编程语言跟自然语言不同，因为编程语言还包括过程、最佳实践、设计原则，这些更难忘记。bdangubic 的回应也很直接，1997 年的最佳实践放到今天还是最佳实践吗？设计原则一直在变，不用就会过时，过时跟忘记效果一样。

还有人把类比做了修正，更公平的比较不是「完全不说俄语」，而是「用英语讨论俄语」。用 AI 写代码的人并没有完全不看代码，只是从「写」变成了「读+审查」。但 bdangubic 的核心论点没被动摇，读和审查替代不了动手写，就像听俄语替代不了说俄语。

SpicyLemonZest 的观察更尖锐，上周有两个同事，都觉得自己用 AI 用得很好，但提交的 PR（Pull Request，代码合并请求）在整个代码库的上下文中完全说不通。

Jweb_Guru 补充说，这跟以前从 Stack Overflow 复制粘贴的问题不一样。以前要交一个不知所云的 PR，至少得自己找到代码、看懂片段、复制粘贴，这个门槛已经过滤掉了一批人。现在这个门槛没了，任何人都可以让 AI 生成一整段自己看不懂的代码然后直接提 PR。

viccis 总结得更扎心，「给我交垃圾 PR 的那些人，用 AI 之前就写垃圾代码。只不过现在垃圾数量乘了十倍。」

ljm 觉得问题跟退化没太大关系，关键是态度变得冷漠。

有些人看到自己不理解的代码，直接说「LLM 是这么说的」，然后拒绝学习，甚至以无知为荣。psygn89 也碰到了类似的事，有同事直接把 AI 的回复复制粘贴来回应别人对代码的质疑。那个质疑本身有好几层含义，但 AI 的回复只给了表面解释。

这就有个问题了。如果提问的人自己也能问 AI，你把 AI 的回复搬过来有什么价值？

malnourish 走了另一条路。方案自己想，代码让 AI 写，只要安全能跑就行。以前需要花大力气学习具体的语言，是因为那是当时解决问题、带团队必须过的坎。现在不需要专研具体的语言了，可以把精力放到更大的图景上。

除此之外，还有个问题。如果让 Claude 做的是编程里「有趣的部分」（动手写代码），你自己做的是「无聊的部分」（规划、审查），那到底是你在用工具，还是工具在替你享受？ 似乎没有人能给出满意的回答。

最经典的反驳是编译器类比。现在所有人都在用编译器而不是手写汇编，有人担心过「万一编译器没了怎么办」吗？每多一层抽象，人就少操心一层细节。AI 只是最新的一层。

post-it 的视角很实际，「我在意的技能是理解软件、修改软件、制造软件。这些能力显然没有退化。语法书写能力可能确实在退化，但我会偶尔做几道算法题保持手感。」

还有人说用 LLM 反而学得更快了，直接把整个论坛帖子扔进深度思考模型，然后随便追问两小时，以前哪有这种条件。

但也有人立刻质疑，你学到的到底是「做」的能力，还是「问」的能力？问无限问题不等于掌握了那件事本身。