技能保持与生成依赖
一句话定义
生成依赖的风险是「产出还在、能力空心化」——对策是刻意安排「先写后对、复述验收、定期无 AI 演练」三类练习，把 AI 定位为陪练与杠杆而非替代品。
为什么重要
AI 能把你每一天都变成「只审不写」的日子：短期产出上升，长期 foundational 能力（从零构建、调试直觉、读陌生代码）因缺乏练习而退化——而调试与评审 AI 产出恰恰最需要这些能力，形成「越依赖越审不动、越审不动越依赖」的螺旋。对个人这是职业风险（核心能力是你议价权的来源），对团队这是韧性风险（AI 或工具不可用时交付能力归零）。
前置知识
kp-027（团队落地路线——练习机制是运营阶段的一部分）。
核心概念
- 认知卸载（cognitive offloading）：把本可自己完成的思考外包给工具；省下的认知资源若不用来升级任务层级，能力就随练习量萎缩。
- 三个危险信号：离开 AI 无法起步（白屏恐惧）；评审时只能看出风格问题，看不出逻辑问题；对新领域直接问 AI 而失去「先自己建立框架」的反射。
- 三类保持练习：
- 先写后对：中小任务先自己写实现，再让 AI 评审与补充——练习保持在生成侧；
- 复述验收：对 AI 产出的关键函数，合入前用自己的话复述其逻辑——练习保持在理解侧；
- 无 AI 演练：定期（如每两周半天）关闭补全与 Agent 完成一个小任务——保持从零构建的肌肉。
- 升级而非卸载：把省下的时间投入更高层技能——系统设计、需求澄清、质量体系（本库模块 03/05 正是练习场）。
原理与机制
学习科学的结论是能力来自「提取练习」（retrieval practice）与「必要难度」（desirable difficulty）：全盘接受 AI 产出恰好移除了两者——没有提取（不用回忆如何实现）也没有难度（困难部分被代劳）。因此对策的机制都是「把难度请回来」：先写后对恢复了生成侧的提取练习；复述验收强迫对产出做深度加工（能复述才是理解）；无 AI 演练周期性重建必要难度。团队层面的机制同理：如果所有成员都停在「只审不写」，组织的调试与设计能力会整体空心化，事故时的恢复能力骤降。
实例或案例
操作步骤（个人练习菜单，按周执行）：
- 每周选 1 个中小任务走「先写后对」：自写实现 → 让 AI 评审 → 对比吸收差异。
- 每个含 AI 产出的 PR，挑 1 个核心函数做合入前复述（口头或写注释摘要）。
- 每两周留半天「无 AI 时段」：补全关闭、Agent 不开，完成一个小需求或 kata。
- 每月自评三个危险信号，任何一条命中 → 提高对应练习频率。
- 团队版本：季度举办一次「无 AI 编程日」或算法 kata 内赛，把它做成文化而非惩罚。
排错清单：
- 「没时间练习，活都干不完」 → 练习时间来自 AI 省下的时间（这就是「升级而非卸载」的执行点），安排进迭代日历而非靠自觉。
- 复述流于形式 → 提高难度：要求说出「为什么这样实现、边界在哪、换你写会差在哪」。
- 无 AI 日变成加班 → 从任务池挑小任务，明确目标是一次练习不是一次交付。
- 新人从一开始就全 AI 化 → 危险最高的人群；实习期设「AI 白名单阶段」（先徒手后解锁），把基本功打在生成依赖之前。
公式或模型
本节不适用：能力保持无量化模型；危险信号清单是其操作化替代。
图示
本节不适用：三类练习以清单执行性最强，图示无增量。
直观类比
像导航与认路：常年只听导航，城市感会退化；偶尔关掉导航走一遍，方向感才保得住——AI 是更强的导航，所以「主动迷路」的练习更重要。
常见误区
- 「审得动就行，不用会写」：评审直觉恰恰由写作经验喂养，脱写能力衰退后审查质量同步下滑。
- 把无 AI 练习当倒退：它是保养不是怀旧，正如运动员仍练基本功。
- 团队层面无人负责：技能保持要进 kp-027 的运营清单，否则只会停在个人自觉。
与其他知识点的关系
kp-031 从伦理视角讨论同一现象的社会面（就业结构与责任）；kp-027 把练习机制制度化。
自测题
要点：白屏恐惧/只看出风格问题/失去先建框架反射；先写后对、复述验收、定期无 AI 演练。
要点：移除了提取练习与必要难度，认知资源未升级到更高任务层级即为纯卸载。
- 三个危险信号与三类保持练习分别是什么？
- 用学习科学解释「全盘接受 AI 产出为何导致能力退化」？
延伸阅读
《Make It Stick：The Science of Successful Learning》Peter C. Brown 等——提取练习与必要难度的科普经典。