工程师是否正在变成被 AI「使用」的人：gihyo.jp 谈无自知的被动状态

本连载摘自2026年9月出版的《工程师的AI对打实践术》一书，经过部分摘录与编辑后呈现给读者。

日常使用AI，却感觉不到自己的技能有所提升。甚至在这个AI什么都能做的时代，不知道该如何成长。或许有很多工程师都有这样的感受。作为第1期的这篇文章，将解说如何自觉认识与AI的关系，并将其与成长联系起来的思路。

只要问AI，大多数事情都能解决。想做的事可以轻松成形，工作似乎也能毫无阻碍地推进。然而，当停下来想一想“自己究竟学会了什么”时，能立刻回答的人或许意外地少。其原因在于，在日常工作中没有意识到该学什么、该如何成长。进一步深挖的话，陷入被AI“使用”的状态，可能才是根本原因。

把实现交给AI，原样接受输出的代码，认为“能跑就行”而进入下一道工序。这种乍看之下效率提高的推进方式，并不能说是“自己在工作中使用AI”。而是被AI“使用”了。

当然，现实中存在渐变，几乎没有人是完全主动或完全被动的。每个人都会根据场景和语境在这之间来回。麻烦的是，外表与实态有时会出现偏差。看似被动，有时却是刻意交给AI的主动判断；自以为在主动使用，实际上思考却被AI的输出所引导。

因此，仅凭主动还是被动这一条轴，无法看清这种关系性问题的本质。为了正确把握实态，还有另一条重要的轴。那就是是否有自觉。这里所说的自觉，指的是能否回答以下两个问题。

真正危险的是，没有意识到自己正被使用

将“关系性”与“有无自觉”这两条轴组合起来，与AI的关系性可以整理为四个象限。

加入有无自觉的矩阵

有自觉 无自觉

※△是问题，但本人和周围人都容易察觉。×是连察觉本身都很难

在这四个象限中，特别重要的两个来看一下。

判断“这个作业只是写简单的代码，所以全部交给AI吧”并生成代码，属于“被动 × 有自觉”的状态。乍看之下像是在依赖AI，但实际上并没有那么危险。因为现在有“刻意交出主导权”的自觉，所以当涉及系统核心的设计等必须自己思考的场面时，随时都能找回主动性。

另一方面，最需要注意、且许多工程师容易陷入的，是“主动 × 无自觉”的状态。这里将这种状态定义为“无自觉的被动态”。

例如，在实现新功能时，问AI“实现○○的最佳方法是什么？”。看到返回的提案，觉得“原来如此，这就是最优解”而接受采用。然而，实际上可能只是被乍看之下像那么回事的说法说服了而已。如果没有自己探讨其他选项、该方法的妥当性以及缺点，那就不是主动判断，而只是无条件接受了AI的输出。

或者，把让AI制作的资料或设计书，在没有确认内容的情况下提交给上司或客户。一旦被提问就答不上来，无法用自己的语言说明。自以为在主动推进工作，实际上只是把思考整个甩给了AI。

也就是说，本人虽然深信自己是主动的，实际上思考却被AI引导着。这才是“无自觉的被动态”，正因为难以察觉，影响才更大，是AI时代最可怕的状态。

这种“无自觉的被动态”之所以最可怕，最大的理由无非是作为工程师的成长机会被剥夺了。

工程师的成长，很多时候是由看似笨拙的过程促成的。阅读官方文档，提出假设并改写代码，反复经历失败。被前辈追问“你究竟想实现什么？”，在沮丧中反思，从而意识到自己的经验与思考尚有不足。正是通过运转这样的“挑战→失败→反思”循环，人才能第一次理解课题的本质结构。

向AI只求答案，意味着将这一对成长不可或缺的过程整个跳过。在“代码正确、行为正确，所以OK”这样的过程中，人甚至会察觉不到自己漏学了什么、被剥夺了怎样的成长机会。

工程师的成长过程

结果就是，使用AI虽然能提高写代码的速度，却会变得无法用自己的头脑思考“问题是什么、为什么这样实现”。这样一来，就无法培养出独立解决AI给不出答案的问题的能力。当AI生成的复杂系统发生故障时，或者必须自己做出判断时，就会束手无策。

但这并不是说使用AI就无法成长。把定型工作交给AI后，就能把时间分配到“该解决什么、为什么要做它”这类更高层次的思考上。正因为如此，重要的是自己是否清楚使用AI会失去什么、得到什么。如果没有这种自觉，甚至连自己正在失去什么都察觉不到。

以眼前压倒性的便利为代价，放弃思考的过程，在毫无自觉的情况下不断失去成长机会。这等同于走上一条不久后就会成为可被AI替代的人才的道路。

至此，我们论述了无自觉地依赖AI的危险性，但为避免误解需要说明，我们并非主张不要使用AI。恰恰相反，AI是应当彻底用尽的存在。只是使用它需要相应的思维方式，只要正确使用，AI就会大大助推你的成长。