## 导语 这一周，海外技术圈难得地集体冷静下来——不是没东西可吹，而是三堵墙同时撞了上来。Nature 在 6 月 18 日发了篇实证，结论是**依赖 AI 会降低医生和软件工程师的能力**，而做这个 52 人随机对照实验的，偏偏是 Anthropic 自己。HN 上有人把 vibe-coding 整条赛道定性为"康宝莱式传销"，评论区立刻分成两派互撕。与此同时，Uber 给员工 AI 预算封顶 **每月 1500 美元**的帖子冲上 624 分、769 条评论，撕开了一个多数中国团队根本没意识到的问题。下面把这三场炸锅的辩论，连同各方原话和对中国技术从业者的启示，一次拆给你看。 --- ## 第一堵墙：AI 公司自证 AI 伤人（Nature 实证） 这是本周信息差最狠的一篇。 **来源**：Nature，2026-06-18，《Is AI ruining our skills? Early results are in — and they're not good》，作者 Mariana Lenharo。文章核心结论一句话：**"依赖 AI 工具会降低医生和软件工程师的能力。"** 真正炸的是实验方：为了研究计算机领域技能流失，**旧金山的 AI 公司 Anthropic 自己设计了一个随机对照试验（RCT）**，找来 52 名软件工程师做一项基础编码任务，所有人都能上网搜资料，但其中一半被允许用 Claude，另一半不行——然后对比两组的能力变化。 卖刀的公司自己出钱证明刀会割手，这种事在 HN 上的讨论编号是 `48601286`。评论区吵成了几派： | 立场 | 典型原话（译） | 信号 | |------|----------------|------| | 实证派（高赞） | "我组里（FAANG）两个 vibe-code 最狠的 senior，技能全废了，代码烂、判断更烂" | 真实退化正在发生 | | 类比派 | "计算器发明后人算术也变差了，无所谓；大不了以后用开源模型" | 不必焦虑 | | 进步派 | "我的编译器技能因高级语言萎缩，但产出更多了，世界更富" | 技能迁移是常态 | | 激进派 | "被机器做得更好的技能不再是技能，是技术" | 重新定义"能力" | | 反讽派 | "员工是不是也毁了管理者的技能？" | 质疑研究框架 | **对中国技术从业者的启示**：国内目前对"AI 让人变菜"还停留在段子阶段，没有实证。Nature + Anthropic 这套 RCT 框架（52 人、对照组、基础任务）你可以直接抄——想说服老板"不能让新人全程 vibe-code"，这是目前最强的引用。更值得注意的是，已经有人在做对症工具：HN 同期一个叫 **Fata** 的 Show HN（121 分），主打用"间隔重复（spaced repetition）"对抗 AI 编码导致的技能退化。**问题被承认了，解决方案就有人在卖**——这是下一个值得关注的赛道。 --- ## 第二堵墙：AI 行业被指"康宝莱传销"（商业模式拷问） **来源**：whatwelo.st《Generative AI Is Having Its Herbalife Moment》，HN `48595144`。Herbalife 是美国臭名昭著的多层次传销（MLM）公司。作者的论点很尖锐：如今铺天盖地的 vibe-coding 平台（点名 Replit 靠 TikTok 广告拉人），本质是金字塔——**鼓吹"人人都能一键做 app 赚钱"，但真正赚钱的是卖铲子的人**，底层大部分人的"hit app"概率极低。作者还把矛头直指 Sam Altman 和 Dario Amodei，说他们像江湖骗子。 评论区立刻炸成两派，争论质量很高，值得逐条看： - **反驳传销类比（最致命）**："传销的类比不成立。金字塔骗局里早期投资者稳赚、晚期必亏；但 vibe-coding 平台上每个人做成爆款 app 的概率一样低，至少在这个意义上更公平。" - **质疑作者动机**："我本来愿意读批评 AI 的文章，但只要一上来就带着对 Altman/Amodei 的个人仇恨，我就自动屏蔽——动机推理太明显了。" - **最犀利的中立洞察**："这跟卖锅的广告有什么区别？卖锅广告也暗示你买了锅就能做出美食。" - **抓到真因（高赞）**："这不是 AI 的问题，是 **affiliate marketing（联盟营销）** 的后果。看看现在 YouTube 上的垃圾就懂了。" - **最扎心的反方**："'vibe-coded 软件不好'根本不影响商业成功。我职业生涯早期就在修复 sysadmin、teenager、半懂 Perl 的 HTML 小哥拼出来的烂代码，**但那些烂代码上建起了非常成功的生意**。软件等盈利之后由 pro 修复就行。" **对中国技术从业者的启示**：这堵墙的真正信息差不在"AI 是不是骗局"，而在评论里那句根因判断——**"套壳 AI 小工具"这条国内正在疯狂复制的赛道，海外已经有人把它和传销、affiliate 营销画等号了**。如果你正打算靠"AI 套壳 App"闷声印钞，先想清楚一个问题：你的收入是来自**真实用户付费**，还是来自**拉更多人入局**（分销、加盟、卖"AI 赚钱课"）？前者是生意，后者迟早会撞上声誉墙。同时记住那条反方真理：**软件烂不等于生意不赚钱**——但前提是你要能在盈利后把它重构干净，否则技术债会在规模化时反噬。 --- ## 第三堵墙：Uber 封顶 $1500/月 AI 预算（成本天花板） **来源**：Simon Willison 博客《Uber's $1,500/month AI limit is a useful signal for AI tool pricing》，HN `48383056`，**624 分、769 条评论**，本周最热之一。 事实很简单：Uber 给每个员工的 AI 工具开销设了**每月 1500 美元的硬上限**。但评论区透露的背景才吓人——COO 公开说"越来越难为 **tokenmaxxing（疯狂烧 token）** 花钱辩护"，而且"Uber 用 Claude Code **四个月烧光了 2026 全年 AI 预算**"。 评论区的精华观点，每一句都是信息差： - **补贴警告（最该记住）**："这还是**补贴价**。等补贴取消，同样 1500 美元能买的 token 会少得多，到时再看他们还觉不觉得值。" - **本地模型派算账**："$1500/月 = $18000/座/年。一台 128GB、能跑本地大模型的机器才 5–8 千美元，简直是捡漏。" - **方法论派（骂 Uber）**："这事的根因是 Uber 根本不懂怎么用 AI、也不懂 AI 怎么定价。多数组织把什么都扔进去做分析，却不限制想要的答案；大家严重低估了 prompting 和模板响应的价值。" - **真正信号派（最有价值）**："$1500 这个数字不重要，**重要的是他们竟然碰到了天花板**。大多数工程团队根本不知道每个开发者花了多少 AI 钱——因为它埋在合并的云账单里。设硬上限会逼出两个有用对话：哪些工作流值得调 API、哪些该用本地模型。" - **模型选择派**："用 Opus 一周就能烧光 1500，用 DeepSeek 的话 1500 够用一年。Uber 这体量为啥不自己部署开源模型？" **对中国技术从业者的启示**：这堵墙的价值是给了一个**外部基准**——一家万亿级公司认为"每人每月 1500 美元"是 AI 消费的合理天花板，而且是在补贴价下。你可以拿这个数去和老板谈报销、去给自己的团队定预算红线。更重要的觉醒是那句真因：**你的 AI 账单到底花在哪，你自己清楚吗？** 多数人只看订阅费，没看 token 用量，而后者才是黑洞。 --- ## 三堵墙指向同一件事 把三场辩论放一起看，它们不是孤立事件，而是同一个拐点的三个症状： ```mermaid flowchart TD A["2024–2025: AI 狂热期
vibe coding · tokenmaxxing · 人人做 app"] --> B{"2026 年 6 月
三堵墙同时撞上"} B --> W1["🧱 信任墙
Anthropic 自证
52 人 RCT 技能退化"] B --> W2["🧱 商业墙
Herbalife 传销质疑
vibe app 谁在买单"] B --> W3["🧱 预算墙
Uber 封顶 $1500/月
4 个月烧光全年预算"] W1 --> C1["医生+工程师能力下降
Nature 2026-06-18"] W2 --> C2["根因: affiliate 营销
而非 AI 本身"] W3 --> C3["真相: 多数团队
不知道每开发者花多少"] C1 --> R["共同信号:
AI 进入冷静校准期 Calibration Era"] C2 --> R C3 --> R R --> Z["中国从业者应对:
①设预算红线 ②留手写肌肉记忆 ③查 token 账单"] ``` 海外社区已经从"AI 能做什么"转向"**AI 值不值得、会不会反噬、烧多少钱**"。国内的信息差恰恰在于：我们还在第一阶段疯狂追工具，而海外已经开始算账和反思了。 --- ## 信息差总结 | 维度 | 国内多数人以为的 | 海外本周的真实讨论 | |------|------------------|---------------------| | **技能影响** | "AI 让人变菜"只是段子 | Nature 发实证，Anthropic 用 52 人 RCT 自证，医生+工程师能力双降 | | **套壳 App** | "闷声印钞的好赛道" | 被类比为康宝莱传销，根因是 affiliate 营销而非 AI | | **AI 预算** | "订阅费就是全部成本" | Uber 撞墙在 tokenmaxxing；真正成本埋在合并云账单里 | | **软件质量** | "AI 写的代码必须完美" | 海外共识：烂代码不影响赚钱，但要能在盈利后重构 | | **价格基准** | "看心情充钱" | 有外部锚点：$1500/人/月，且当前是补贴价 | --- ## 行动指南（今天就能做） 1. **设一条 token 预算红线**。别只盯订阅费，去后台看真实 token 用量。参照 Uber 的 $1500/人/月当锚点，给自己/团队定上限，超了就切本地模型或 DeepSeek/GLM 这类低价模型。 2. **给新人留"手写肌肉记忆"**。用 Anthropic 那套 RCT 思路：关键模块定期关掉 AI 自己写一遍。已经有 Fata 这种"间隔重复抗技能退化"的工具出现，值得关注。 3. **拷问你的套壳 App 收入结构**。区分"真实用户付费"和"拉人入局"，前者才是生意。后者趁早想退路。 4. **把"补贴价"打进去**。现在便宜的 token 大量靠厂商补贴，做成本规划时按补贴取消后的 2–3 倍估，免得产品跑通后账单翻脸。 5. **把烂代码当成可接受的中间态**，但要在 PRD 里标好"盈利后必重构"的技术债清单，别让它无声膨胀。 --- ## 参考来源 - Nature《Is AI ruining our skills?》(2026-06-18)：https://www.nature.com/articles/d41586-026-01947-1 - HN 技能退化讨论（含 Anthropic 52 人 RCT 原文）：https://news.ycombinator.com/item?id=48601286 - 《Generative AI Is Having Its Herbalife Moment》：https://www.whatwelo.st/p/generative-ai-is-having-its-herbalife - HN Herbalife 传销讨论：https://news.ycombinator.com/item?id=48595144 - Simon Willison《Uber's $1,500/month AI limit》：https://simonwillison.net/2026/Jun/3/uber-caps-usage/ - HN Uber 预算讨论（624 分）：https://news.ycombinator.com/item?id=48383056 - Show HN: Fata（间隔重复对抗 AI 编码技能退化）：https://news.ycombinator.com/item?id=48595511 （同期 121 分） --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。