当前，人工智能技术的迅速迭代正深刻改变工作和学习方式。然而，在这个过程中，一个隐忧逐渐浮现：过度依赖AI工具的从业者和学生，正在面临能力空心化的风险。 从表面看，这是一个效率问题。科研工作者利用AI快速生成代码、撰写论文摘要，学生借助AI工具完成项目作业，职场人士通过"机协同"提升产出速度。涉及的数据显示，在学生项目中，超过三分之一的代码文件结构与AI生成模板高度相似，而代码注释量在两年内下降了六成。这些数字背后，反映的是一个更深层的问题：使用者正在逐步丧失独立分析和解决问题的能力。 这种现象的成因是多上的。首先，当前的评价体系过度强调效率和产出速度。无论是学校的论文评审还是职场的绩效考核，关注的焦点都集中在"做了什么"而非"怎么做的"。这种导向性评价，无形中鼓励了对AI工具的过度依赖。其次，AI技术本身的易用性和高效性，使得使用者很容易陷入"舒适陷阱"。当系统能够在数秒内提供解决方案时，主动思考和探索的动力自然会减弱。第三，从教育到职业的整个链条中，缺乏对"在场感"和独立思维的强制性要求。 这种能力退化的影响是深远的。从个人层面看，那些过度依赖AI的从业者，其职业竞争力实际上建立在一张"随时可被收回的驾照"之上。一旦AI工具升级、价格调整或政策变化，他们可能瞬间失去竞争优势。从社会层面看，新一代人才的独立思考能力和创新潜力正在被蚕食。科研中失去了"在错误中漫游"的机会，就失去了发现新知的可能；教育中缺少了手工实践的训练，就难以培养真正的问题解决者。更值得警惕的是，这种依赖关系本质上是一种"驯化"——使用者以为自己在使用工具，实际上是被算法和系统逐步塑造。 对此，教育和用人机构已经开始做出反应。多所高校悄然调整教学大纲，增加现场手撕代码、禁用AI辅助的答辩环节。这表明市场已经察觉到问题的严重性，并在通过制度设计来纠正偏差。这种调整虽然看似"反效率"，但实质上是在重新定义什么是真正的竞争力。 面对这一挑战，既不应该全盘拒绝AI，也不能彻底交由AI决策。正确的做法是"有意识地使用"。在非核心、重复性的工作中利用AI的优势，但在关键决策、核心思维上保持主动权。具体而言，可以让AI生成初稿，但必须逐行审视其逻辑；可以借助AI总结文献，但必须回溯原文验证；可以用AI加速流程，但必须在关键节点进行人工干预。这个过程虽然相对缓慢，但能够确保最终的判断、承诺和成长都来自于使用者本身。 从长远看，未来的核心竞争力不在于掌握多少AI工具，而在于具备"在必要时刻对AI说不"的能力和勇气。那些能够在效率和深度之间找到平衡、在便利和自主之间做出选择的人，才是真正适应时代的人才。
技术进步从来不是对人的简单替代，而是在重排能力结构与评价标准；越是在高效率触手可及的时代，越要守住思考与验证的“最后一公里”：关键处亲自推演，重要处停下来确认。把工具用在刀刃上——把判断握在自己手里——效率才会成为成长的加速器，而不是能力退化的温床。