2026-09-12 每周好文：AI 帮你做得更好，不等于学会

为什么选它

最近一周的微信转发反复讨论普通人怎样给自己谋前途：学英语还有没有用，销售高手究竟在做什么，教育和个人努力能不能改变处境。它们背后其实有一个共同问题：完成一件事，和获得以后独立完成这件事的能力，是不是同一回事。

David Autor、Tanya Rodchenko 等人的新论文《Does AI Assistance Enhance or Erode Expertise?》把这个问题搬进了真实职场。研究团队与美国 11 家知识产权律所合作，让 133 名执业专利律师参加为期三个月的随机试验。一组获得定制 AI 写作助手，另一组保持原有工具；研究既测他们使用 AI 时交付得怎么样，也测三个月后不准使用 AI 时还能不能做出专业判断。

这篇论文值得读，因为它同时戳破了两种过于轻松的判断。第一种是“AI 让新人迅速达到专家水平，所以经验已经不重要”；第二种是“用了 AI 就会退化，所以最好少用”。结果更麻烦，也更接近现实：初级律师在 AI 辅助任务中提升最大、节省时间最多，但脱离 AI 后没有平均进步；高级律师即时增益较小，脱离 AI 后反而保留了明显的判断力提升。

原文核心论证

研究招募了 156 名律师，其中 133 人完成入组并被随机分配。随机化在每家律所内部进行，并按经验分层；90 人获得 Google Labs 尚未公开发布的 InFlow 写作助手，43 人进入对照组。论文把七年以上法律经验定义为高级律师，少于七年定义为初级律师，同时用三年至九年的不同阈值做了稳健性检验。

InFlow 并不是一个只会续写的聊天框。它可以在选中文本中修改或插入内容，按上下文生成文字，从编辑者、专家或受众角度反馈，还能按规则检查语义不一致。实验组另有一套针对专利写作的培训，包含工具设置、提示词库、常见错误与缓解办法；对照组只接受通用 AI 基础培训，不能使用生成式写作工具。

实验设置了三次关键评估。获得工具约十天后，参与者根据一项发明的主权利要求、图示和客户笔记撰写从属权利要求及详细说明；约九十天后再做一次更难的专利撰写。最后所有人都要在不使用 AI 的条件下修改一份有缺陷的专利申请，也就是 redlining。前两项测“带着工具能做多好”，最后一项测“工具不在场时，专业判断有没有留下”。

所有作品由独立知识产权律所的专利律师盲评。每份作品由两名评审打分，标准包括可执行性、准确性、歧义、完整性和清晰度。十天任务有 105 人完成，九十天撰写有 98 人完成，最终无 AI 修改任务有 91 人完成；从最初随机入组到最后一项任务的累计流失为 32%，但研究没有发现实验组和对照组之间存在显著的差异流失。

先看即时产出。使用 AI 的律师在十天撰写任务中平均高出对照组 0.34 个标准差，九十天时高出 0.38 个标准差，两个结果都达到统计显著。五个质量维度的方向也一致，说明提升并非只来自文字更流畅。

初级律师获得的即时帮助更大。十天和九十天时，他们的估计增益分别为 0.58 和 0.60 个标准差；高级律师分别为 0.22 和 0.30 个标准差，其中前者不显著，后者只在 10% 水平显著。十天任务里，实验组初级律师还比对照组初级律师快约 18 分钟；高级律师只有约 5 分钟的差异，无法与零区分。AI 确实把新人的当期表现向上托，并让他们更快交付。

再看脱离 AI 后的判断。三个月后，实验组在无 AI 修改任务中整体高出对照组 0.32 个标准差。可是一拆经验层级，这个平均结果完全由高级律师贡献：高级律师提高 0.45 个标准差，初级律师的估计值为负 0.03，几乎就是零。换句话说，最能借 AI 提高当前产出的人，并不是最能把使用过程转化为独立能力的人。

初级律师的平均值还遮住了分化。实验组初级律师的无 AI 得分更分散：中下水平的作品变少，但差作品和较好作品都变多。论文没有把它证明为“AI 让一部分人进步、让另一部分人退步”的确定机制，只说这个分布与那种解释一致。高级律师的分布则更明确地向好作品移动，差和一般作品减少。

作者用文本分析探索原因，但没有把它当作预注册的因果检验。使用 AI 三个月后的高级律师，更常重构整段专利文本，处理影响商业范围的宏观法律问题，并为修改写出法律理由。初级律师更多按顺序做格式和局部修改，能指出高层问题，却常常没有真正完成修复。作者提出两种可能：AI 生成底稿让专家把注意力转向战略判断；对新人而言，同样的代劳也可能挤掉形成战略能力所需的费力练习。

值得质疑之处

第一，样本很小，而且并不代表所有知识工作者。最终无 AI 任务只有 91 人，来自 11 家为高要求客户提供专利服务的美国律所。专利写作高度专业、保密要求高、工具使用受控制，结果不能直接推广到程序员、销售、学生或普通办公室工作。

第二，研究没有做入组前的无 AI 能力测试。合作律所不接受这项设计，所以作者只能依赖随机分组后的基线平衡，把期末差异解释为实验影响。随机化是有力依据，但直接比较每个人前后能力，本来会更清楚。

第三，累计流失达到 32%。论文的统计检验没有发现实验组与对照组差异流失，主要结果也做了稳健性分析，但小样本中“不显著”不等于绝对没有选择性退出。高级与初级子组的估计尤其需要保留不确定性。

第四，所谓“无 AI”主要依赖明确指令，研究团队无法完整监控参与者是否在任务外使用其他工具。作者检查了 InFlow 日志、提交特征并做排除分析，没有发现足以推翻结果的证据；但它仍不是一个物理隔离的闭卷考试。

第五，实验只持续三个月，而专业能力通常需要多年形成。初级律师的分化以后可能收敛，也可能扩大；高级律师的提升能否长期保留，也没有答案。论文测到的是一个重要的中期信号，不是职业生涯结论。

第六，工具在试验期间经历了功能变化，而且直接成本由 Google 资助，多位作者是 Google 员工或承包商并披露了利益关系。作品由外部专利律师盲评、研究预先注册，这些安排降低了偏差风险，但读者仍应把资助和产品背景纳入判断。

第七，作者提出的学习机制仍是解释，不是被随机操纵的变量。高级律师没有明显省时却积累了更多独立判断，初级律师省时更多却没有平均积累，这与“是否继续投入认知努力”有关；但实验没有随机规定思考时长，也没有直接测量每个人把省下来的时间用到了哪里。

结合近期关注的启发

这篇论文给“学一项技能是否还有用”加了一条很重要的检查：不要只看使用工具时能交付什么，还要看工具拿走后你能判断什么。产出提升当然有价值，但它不能自动证明能力增长。

对正在入门的人，最危险的不是使用 AI，而是把最需要形成判断的环节一起外包。可以让 AI 给出底稿、解释和反馈，但至少保留三件事自己做：先独立判断问题在哪里，再决定采用哪条建议，最后在不看答案的情况下重做一次。若每次只是接受一份看起来专业的结果，熟练的可能是调用流程，不是底层能力。

对已经有经验的人，AI 更像注意力放大器。已有的领域模型能帮助你识别哪些生成内容只是表面流畅，哪些地方触及真正风险；工具替你生成基础文字后，注意力可以转到结构、边界和取舍。这里的“经验”不是工龄本身，而是能解释为什么改、改了会影响什么、什么不能交给模型判断。

这也提醒我们重新看待销售高手和英语学习。背下一段话、完成一次对话，与能独立识别对方真实顾虑或选择合适表达，不是同一层能力。AI 可以陪练、润色和模拟客户，但应该定期加入无辅助测试：不用提示能否抓住问题，不看翻译能否组织观点，没有脚本能否处理意外追问。

对管理者，不能只用“当期产出提高多少”评价 AI 培训。至少要分成两块：工具在场时的质量和时间，以及工具不在场时的判断、纠错与迁移。新人如果只承担被 AI 简化后的任务，短期数据可能很好看，传统学徒制里那些费力但能长本事的环节却会消失。

更现实的做法不是禁用 AI，而是重新设计工作：让 AI 负责可检查的底稿，让新人必须解释关键取舍并完成独立复盘；让高级人员把审阅中的判断过程显性化，而不只是给出最终修改。工具能提高交付速度，组织仍要为能力积累保留摩擦。

适合怎么读

先读摘要和图 1，分别记下三组结果：十天 AI 辅助撰写、九十天 AI 辅助撰写、九十天无 AI 修改。不要把前两组的产出提升直接称为学习。

再读第 3 节实验设计，核对 133 人如何分组、三项任务分别测什么、完成样本怎样从 105 人降到 91 人。接着读表 3、表 4 和表 6，重点比较初级与高级律师的点估计、显著性和置信区间，而不是只记住“AI 有效”。

最后读讨论部分的限制：没有基线能力测试、样本小而特殊、三个月观察期、无法完全监控无 AI 任务。读完后拿自己的一个 AI 工作流做双重验收：工具在场时是否更快更好，以及一周后不看原答案能否独立发现同类问题。两项都提高，才更接近“能力增长”。

NBER 研究页： Autor 等：Does AI Assistance Enhance or Erode Expertise?

论文全文： NBER Working Paper 35720 PDF