我把思考外包给了AI，三个月后我成了自己项目的文盲
AI让我从"架构师"变成了"传话筒"------而我的团队居然还在夸我效率高
01. 我成了公司里的"AI达人"
先说说我怎么走到这一步的。
我是我们公司最早用大模型的那批人。不是跟风，是真的信。2024年那会儿，同事们还在用AI写周报糊弄领导，我已经拿它重构了一个微服务模块。效果确实好，代码干净，测试齐全，PR一次过。
领导一看，行啊你，"AI达人"的标签就贴上来了。
后来公司给了我一个新项目，系统挺复杂，涉及好几个微服务的交互。前期架构是我亲手设计的，画图、选型、定接口，每一层我都清清楚楚。那时候我真的是在"做"这个东西。
然后模型越来越强。
一开始我把实现外包给AI------写代码嘛，AI确实快。后来我连规划也外包了。"帮我拆解这个需求"，"帮我设计这个模块的调用链"，"帮我评估这两个方案的优劣"。AI每次都答得头头是道，比我自己在白板前磨半天快十倍。
我团队开始以惊人的速度交付功能。PR像流水线一样产出，代码审查多半交给Agent处理。季度评审的时候，交付量是去年同期的三倍。领导在全员大会上点我的名，说我"用AI重新定义了工程效率"。
我坐在台下，鼓掌，心里却在冒冷汗。
因为只有我知道------我已经很久没亲手碰过这个项目的代码了。
02. 冒冷汗的那天
转折发生在一个很普通的下午。
隔壁组的人过来问我一个问题："你们那个消息队列的消费端，是用的At-Least-Once还是Exactly-Once语义？如果下游重试的时候消息重复了，你们的幂等处理是在哪一层做的？"
这个问题，放在一年前，我闭着眼都能答。因为架构是我设计的，每一层的职责我门儿清。
但现在？
我愣了两秒。不是在想答案，是在想------我该把这个问题的哪个版本丢给AI？
我掏出手机，打开AI，把问题原样粘贴进去，AI给了我一段很漂亮的回答。我扫了一眼，看着像那么回事，复制，粘贴，发回给那个同事。
他回了个"👍"。
事情就这么过去了。但那天晚上我躺在床上，心跳很厉害。
我突然意识到一件事：我不再是这个项目的架构师了。我是AI和同事之间的一个转发器。
你问我任何关于这个项目的问题，我的第一反应不是去想，而是去问AI。我的大脑已经不参与这个项目了。它只负责"转发"。
以前我总觉得自己配不上这个职位，好歹还在暗暗较劲，想证明自己。现在连较劲的资格都没了------你没法跟一个你根本不理解的东西较劲。
我现在连想的资格都没有了，因为我不知道该想什么。
03. "认知负债"------一个你还没听过但很快就会焦虑的词
我后来找到一个词来形容这种感觉------"认知负债"（Cognitive Debt）。
好词。
技术债务你听过------为了赶进度写了烂代码，以后要还的。认知债务是它的孪生兄弟：为了赶进度把"理解"外包给了AI，你欠下的不是代码的账，是"你自己还懂不懂"的账。
技术债务好歹还在代码里，你能扫到，能排期，能重构。认知债务呢？它在你脑子里。你看不见它，量不了它，甚至不知道它什么时候到期------直到有人问你一个问题，你发现自己大脑一片空白。
那一刻就是认知债务的清算日。
而且它有个最阴险的地方：利息是复利的。
你不理解模块A，所以你也不敢去改模块A。你让AI改。改完你更不理解了。下次需求来了，你更不敢自己动手。循环往复，你对这个系统的理解像照片被一层层压缩------每次都丢一点细节，直到最后只剩一个模糊的轮廓。
你以为你是架构师。其实你只剩一个标题。
04. 我不是一个人
我后来开始留意同事们的回复。
你如果经常用AI，你会认识一些"暗号"------句式永远是工整的"总---分---总"、措辞永远是中立的、平衡的，每个观点都要加个"当然，另一方面"。
我在同事们的消息里到处看到这些暗号。
有人回复了一段关于缓存策略的分析，措辞优美，逻辑严谨，但如果你仔细读，会发现他用的两个"关键指标"其实是矛盾的------他没自己想过，只是把AI的输出复制过来了。
有人写了一篇技术方案文档，洋洋洒洒三千字，每个段落都完美。但开会讨论的时候，你问他"为什么选B不选A"，他卡壳了。因为AI给的是"B更好"，他没法解释为什么更好。他不是在回答你的问题，他是在回忆AI的回答------但那个回答不在他脑子里，在聊天记录里。
整个团队都在假装理解。
没有人是故意的。每个人都很忙，交付压力都很大，AI确实快。但当你周围所有人都在"转发"AI的回答时，你会产生一种错觉------大家都懂，就我不懂，我得赶紧也用AI跟上。
殊不知大家都不懂。只是AI的输出太像"懂了"的样子，我们都被骗了------被自己骗了。
05. 五个为什么------认知债务从哪来？
我花了很多个失眠的夜晚想这个问题。为什么明明知道不对，我们还是在一条路走到黑？
我总结了五个原因。
原因一：AI的输出太"像懂了"
这是最根本的陷阱。
人类说一段话，你默认他是"想过的"。因为人说话有成本------要组织语言、要回忆、要逻辑自洽。这个过程本身就是"理解"的证据。
AI打破了这个默认假设。它输出的每一段话都组织得完美无缺，逻辑自洽，措辞专业------但它没有"想过"。它是算出来的。
问题是，你没法从输出反推它有没有"想过"。 所以你本能地以为它懂了，你以为你也懂了------因为你看到了一段"懂了"的文字。
等你发现你不懂的时候，已经过了三个月。
原因二：验证比生成贵一万倍
生成代码几乎免费。验证代码贵的要命。
你让AI生成1000行代码，30秒。你读这1000行代码，确认每一行都对、和系统其他部分兼容、没有边界bug------可能要两小时。
这个不对称是认知债务的发动机。
因为验证太贵，所以你选择不验证。你扫一眼，"看着没问题"，就LGTM了。AI生成的代码越来越多，被真正审查的越来越少。系统里不被人理解的代码比例越来越大。
有人说过一句话，我至今记得："AI没有提高代码质量的上限，它只是提高了烂代码的伪装水平。"
原因三：奖励机制在鼓励"假装懂"
这是最讽刺的部分。
你仔细算一下账。你花两小时深度审查一个PR，产出是什么？什么都没有。代码变好了？也许。但这不会写进你的绩效。你阻止了bug？没人知道你阻止了什么------因为bug没有发生，没人看见那个没发生的bug。
但你花两小时用AI生成三个新功能呢？产出明明白白：三个PR，三个功能，领导看到了，季度review有东西写。
深度理解的回报是隐形的，快速交付的回报是显性的。
所以所有人都在生成，没人在审查。你如果坚持审查，你反而成了"拖慢进度的人"------有人就因为坚持深度审查AI生成的PR，反被领导暗示"你的节奏跟不上团队"。
最后他也放弃了。现在他也是扫一眼，LGTM，下一个。
原因四：你不知道自己不懂
这和AI幻觉的根源一模一样------缺乏"元认知"。
当你自己写代码的时候，写的过程中你就知道哪里不确定、哪里是猜的、哪里需要查文档。写代码本身就是一次"自我测试"。
AI把这个过程跳过了。它直接给你最终结果------一个看起来确定的答案。你没有经历"不确定"的阶段，所以你以为没有"不确定"的东西。
直到线上挂了。
事故复盘的时候，你打开那段代码，发现一个你从未注意过的逻辑分支。你问自己"这段是什么意思？"------你答不上来。你从来没看过它，AI生成的时候你也没看过，AI自己生成的时候......它也没有"看过"。
原因五：管理层看不到认知债务
这是让整个系统失去纠错能力的根本原因。
管理层能看到什么？交付速度。功能数量。PR合并率。这些指标全在涨------因为AI确实让这些东西变快了。
管理层看不到什么？代码理解度。团队对系统的掌控力。如果线上挂了，有多少人能在两小时内定位并修复？
有一个开发者说了一句让我脊背发凉的话：他们公司上千号开发者，用AI一年后，代码已经乱到不打开AI就读不懂自己的代码库了。 关掉AI，没人知道那些代码在干什么。
这不是工具，这是依赖。就像一个人肌肉萎缩到必须坐轮椅------不是他"选择"坐轮椅，是他不坐不行了。
而管理层看到的是什么？全年功能交付量翻倍。年终奖照发。皆大欢喜。
06. 清算日------那些债务到期的故事
认知债务不会消失，它只是在等一个清算日。以下是我收集到的真实案例。
清算一：客户满意度从接近满分跌到不及格
一家大型技术公司，用AI一年后功能交付速度翻倍。管理层在全员会上报告"交付效率创下新高"。
但有个开发者在反馈平台上查了数据：用AI之前，功能评分接近满分。用AI之后，评分直接腰斩，好几个功能连及格线都够不上。
客户不满意。但管理层只看交付速度，不看质量分数。代码已经烂到没人能独立调试，不打开AI助手根本看不懂那些代码在干什么。开发者说："本来以为AI能帮我们消灭技术债，结果技术债反而爆炸了。"
经理年终奖照拿。
清算二：几千行代码，几十个文件，零测试
一位开发者在团队面前质问另一个开发者：你承认大量用AI重构了一个核心模块，几十个文件改动，几千行新代码，没有测试，没有解释，只说"之前很烂，现在会好的"。
质问者当场演示了所有潜在崩溃和业务影响。对方不以为然，反而说质问者在"制造障碍"。
经理听完，依然给了那个AI使用者完全的自由。
然后线上连续出事。客户投诉不断。经理的回应却是------"下次我们会多听听你的意见。"
一句空话。
清算三：那个被要求屏幕共享的下午
有人出了个好主意：让提交可疑PR的人屏幕共享，当场解释代码逻辑。
"你能开个屏幕共享，带我过一遍这段代码吗？有几个地方我没看懂。"
对方沉默了。支支吾吾。
如果他不了解自己提交的代码------一个1000行PR，他可能连一半都解释不了。那你拒绝这个PR的理由就很充分：如果提交者自己都不理解，那这个代码对团队来说就是一个不可控的风险。
但问题是------你能在每个PR上都这么干吗？你不能。因为一天涌进来那么多PR，你有时间让每个人屏幕共享吗？
认知债务的清算，没有足够的"清算能力"来承接。
07. AI辅助学习？还是AI替代学习？
你可能会说：AI不就是更高级的计算器吗？当年计算器出来了，大家也说"完了，没人会手算乘除法了"。这不是一回事吗？
不是。
计算器替代的是"计算"------一个你本来就不需要在脑子里做的机械操作。你用计算器算347×892，不代表你"不理解乘法"。乘法的概念还在你脑子里，计算器只是帮你跳过了乏味的算术。
AI替代的是**"理解"本身**。
你让AI帮你设计一个缓存策略，它给了你一个LRU+TTL的方案。你把它用上了。但你理解为什么在这个场景下LRU比LFU好吗？你理解TTL应该设多少、为什么是这个数吗？你理解当缓存击穿时这个方案的行为吗？
如果你自己设计，你会被迫思考这些问题。AI帮你跳过了这些思考------而正是这些思考，构成了你的"能力"。
有一个实验很能说明问题。有人做过一项对照实验：让两组初级工程师学习一个不熟悉的库，一组用AI辅助，一组手写。然后测验理解度。
AI辅助组的理解度显著低于手写组，差距集中在调试能力上。
调试是什么？调试就是"出了问题你能找到原因"。如果你从没自己写过、从没自己踩过坑，你根本不知道哪里会出问题。AI帮你避开了所有的坑------你也避开了所有的学习。
生成变得便宜，理解变得稀缺。
08. 能治吗？
能缓解，治不了。以下是目前能做的。
方法一：给自己设一道"理解门槛"
规则很简单：你提交的每一行代码，你必须能解释。
不是"看过"，不是"AI说没问题"，是你能向另一个人解释这行代码为什么存在、它做了什么、它和上下文的关系。
如果你解释不了，你不提交。哪怕AI生成的代码完美无缺，哪怕你赶进度，哪怕别人都在快速交付------你不过这道门槛。
这很难。它意味着你要慢下来。在一个所有人都在跑的环境里，你选择走。但这是保护认知债务不爆炸的唯一方法。
方法二：把AI当陪练，不当代笔
有两种用AI的方式。
第一种："帮我做"。你把任务丢给AI，它做完了，你复制粘贴。这是代笔。你的大脑不参与。
第二种："帮我想"。你自己先写一版，然后问AI"你觉得哪里有问题？"AI给你反馈，你修改，再问。反复几轮。这是陪练。你的大脑全程参与。
第二种慢得多。但你理解你最终交出去的东西。
用第一种，你在积累认知债务。用第二种，你在用AI加速学习。区别不在于你用了AI没有，在于你的大脑有没有在工作。
方法三：保留一个"无AI项目"
哪怕很小都行。一个个人项目，一个开源贡献，一个side project------全程不用AI。
不是为了证明你"纯手工"，是为了保持你的手感。就像职业跑者也会慢跑训练一样------不是所有跑步都要比赛速度。你需要一个地方，让你的大脑保持"自己想、自己写、自己调"的习惯。
否则你的技能会萎缩。有个开发者形容那种感觉："离开AI写了几行代码，发现自己连基本的API都记不起来了，像是大脑被偷走了一块。"------那是认知萎缩的感觉。
方法四：在团队里建立"解释文化"
如果团队里所有人都在LGTM扫PR，你一个人坚持深度审查没用------你会被孤立，被说"拖慢进度"。
但如果团队有一条规矩：每个PR的作者必须能在review时口头解释自己的代码，那认知债务就会被限制在一个可控的范围内。
这不是不信任AI。这是不信任"人类+AI"这个组合里的人类部分。AI不欠你的，它生成的代码对它来说没有意义。但你要对你提交的东西负责------因为上面有你的名字。
09. 一个让我后怕的问题
最后说一件小事。
前几天我整理项目文档，翻到一年前我自己写的一份架构设计------手画的流程图，手写的接口定义，每一条注释都是我自己的话。
我读了一遍。
每一行我都理解。每一个箭头我都记得为什么这么画。每一个取舍我都能说出理由。
那份文档的每一行都慢得要命。我在白板前站了两天才定下方案。如果当时有现在的AI，我可能十分钟就让它出方案了，然后去干别的。
但那份"慢"的产出，到今天我依然完全理解。而AI十分钟出的方案，三天后我就忘了为什么选了它。
我突然明白了一件事：理解的速度和遗忘的速度成正比。
你花两小时想明白的东西，会刻在脑子里。你花两分钟"看完"的东西，两天后就只剩一个模糊的印象。
AI给你的永远是两分钟的版本。看起来什么都有，实际上什么都没留下。
10. 最后
我后来做了一件事。
我找到领导，说我想减少AI的使用量，在核心模块上回到手写。领导看着我，像看一个主动要求降薪的人。
"你知道这样会慢吧？"
"知道。"
"那你为什么？"
我想了很久怎么回答。最后说：
"因为我怕有一天有人问我一个关于这个项目的问题，而我答不上来。不是因为问题难，是因为这个项目已经不是我的了。我只是恰好在它的commit history里。"
领导没说话。
我不知道他听懂了没有。但我知道，那是我这三个月来第一次说了一句完全属于我自己的话。
不是AI帮我写的。
是我自己想的。
你用AI，别让AI用你。