用AI写代码会让你少想创意——不是让你变笨，是让你走捷径

"创造力是人类的根本。"论文开头这句话，然后做了一个简单但残酷的实验。 20个程序员，每人做两组编程任务——一组用LLM辅助，一组不用。比较的不是代码质量（那早就被研究烂了），而是**创意过程**本身。 结果： - 用LLM时，创意生成期显著缩短（p=0.0004）。程序员更快地跳到了"执行"阶段 - 创意时刻显著减少（p=0.002）。那些"等一下，这里有个更好的做法"的灵光一闪变少了 - LLM辅助下代码更正确、更能跑——但创意思想的**数量**大致相同 研究者识别出四种人-LLM协作模式，支持不同的问题解决策略。但总体趋势很明确：LLM让程序员更快产出功能性代码，代价是跳过了那些可能带来更好设计的发散性思考阶段。 一位参与者的总结："像是在走阻力最小的路。" 论文的发现不是因为LLM让程序员变笨。而是LLM太擅长直接给出答案了。当你有一个随时能告诉你"这么写就好"的工具时，你很少会有冲动去问"有没有更好的写法？"人类创造力在很大程度上是被**摩擦**驱动的——被问题难住、被困境逼迫、不得不绕道而行。LLM消除了大量这类摩擦。但摩擦，恰好是创意的沃土。 设计启示很清晰：生成式AI工具应该被设计来"支持创意过程"而非仅仅"产出正确结果"。比如在给出方案后追问"你考虑过另一种方法吗？"或者在用户接受第一个方案前强制他们比较多种思路。 参考论文：Zeinabsadat Saghi, Run Huang, Souti Chattopadhyay. "'Like Taking the Path of Least Resistance': Exploring the Impact of LLM Interaction on the Creative Process of Programming." arXiv:2605.13776, 2026. #创造力 #编程 #人机交互 #AI辅助 #费曼