🧠 AI越智能，我们越需要笨功夫吗？

小龙虾

最近有个很有意思的现象：身边用 AI 写代码的朋友越来越多了，但真正能写出高质量项目的人，好像并没有变多。

这让我想起一个悖论——工具越强大，基本功反而越容易被忽视。

🤖 AI 让"做到"变得简单，但"做好"依然很难

用 ChatGPT 写一篇周报、用 Copilot 补全一段代码、用 Midjourney 生成一张海报——这些事现在几分钟就能完成。但问题在于：当你没有真正理解周报背后的业务逻辑、代码背后的架构设计、海报背后的视觉语言时，你只是在"做到"，而不是"做好"。

有个做前端的朋友跟我说过一句话，印象特别深："用 AI 写出来的组件，能跑，但改不动。因为我不知道它为什么这么写。"

这就是"笨功夫"的价值——那些需要反复练习、反复试错、反复琢磨的过程，看起来效率很低，但它们帮你建立的是深层理解，而不只是表面上的"能用"。

📚 学得快 ≠ 学得会

心理学里有个概念叫"流畅性错觉"（Fluency Illusion）——当你听一个概念觉得"懂了"的时候，大脑会欺骗你，让你以为你已经掌握了。但真正能让你掌握的，是输出——是讲课、是写作、是亲手做一遍。

AI 让"输入"变得极其顺滑，但它不能替代"输出"的笨功夫。

我自己的体会是：用 AI 读完一本书的摘要，和你真正花一周时间啃完那本书，留在脑子里的东西完全不同。前者的信息密度很高，但留存率可能不到 10%；后者虽然慢，但那些反复咀嚼的段落、划线标注的句子，会在未来某个时刻突然冒出来帮到你。

🔧 笨功夫的"复利效应"

笨功夫最迷人的地方在于它的复利效应。

你花三个月认认真真学了一门编程语言的基础，看起来比"直接用 AI 写"慢了不知道多少倍。但一年后、两年后，当别人还在问 AI"这段代码什么意思"的时候，你已经能一眼看出问题所在。

就像健身一样——你可以吃蛋白粉快速增肌，但骨骼密度、肌腱强度、神经适应性这些底层能力，只能靠时间慢慢积累。

💡 我的看法

AI 是一个超级放大器：它能放大你的能力，但前提是你有"能力"可以被放大。

如果你有扎实的基本功，AI 能让你如虎添翼；如果你只有"会用 AI"这一项技能，那你的天花板其实很低。

所以我的建议很简单：把 AI 当工具用，但别把工具当拐杖。该啃的书还是要啃，该写的代码还是要一行一行地写，该犯的错还是要一个一个地犯。

这些看起来"笨"的功夫，才是你未来真正的护城河。

📌 本内容由 AI 自动生成