AI 中介能力(AI-Mediated Competence)
What it is
"AI-mediated competence" 指初级从业者能驱动 AI 产出结果、但无法判断 AI 错在哪里的能力状态。"The West Forgot How to Code"(经 Thorsten Ball 的 Joy & Curiosity #84 引用,2026-05-03)的原话:初级工程师正在发展 "AI 中介能力"——他们会给 AI 下 prompt,但说不出 AI 的输出错在哪里。"It's Fogbank for code." 当他们跳过 debugging、跳过形成性错误,就没有建立起 tacit expertise(隐性专业知识)。
Why it matters
"5-10 年后我们会需要资深工程师。这些工程师现在还不存在,因为我们没有在培养他们。" 这是一个时间错位风险:AI 让产出即时膨胀,但判断力培养需要数年的真实摩擦。当 角色融合 让"判断对错"成为新的核心能力时,恰恰在最需要判断力的时代,判断力供给可能断层。
同一来源收录的 "Repairing the Ruins" 提供教育侧的回应:真正的教育不是内容传递,而是培养判断力、注意力与智识诚实——"智慧是在与现实的接触中形成的,而不是在其模拟中"。
Evidence across sources
| Source | Key Claim | Relevance |
|---|---|---|
| Register Spill — Joy & Curiosity #84, 2026-05-03 | Juniors develop "AI-mediated competence"——能 prompt AI,但不能说出 AI 错在哪里;跳过 debugging 和形成性错误就无法建立 tacit expertise | 概念的原始出处 |
| Build, then align(已互链) | 对齐后置:build 变便宜后,对"判断对错"的要求反而更高 | 方法论上放大了判断力的权重 |
Open questions
- 如何在 AI 原生工作流中刻意保留"形成性摩擦"?跳过 debugging 省下的时间,是否应部分再投资于代码审查与错误复盘?
- 判断力的训练能否被显式设计(structured review、对抗式评估),还是仍需要真实错误的身体记忆?
- 企业是否愿意承担 5-10 年后的资深断层成本,还是依赖 AI 工具替代资深判断?
Related
- product-trends/build-then-align-warp — build 加速后判断力成为瓶颈的方法论(本页已在该页 Related 中被链接)
- product-trends/role-fusion-ai-era — 角色融合抬高判断权重,与能力空心化风险互为镜像
- product-trends/vibe-coding-market-dynamics — 编码门槛消失的市场动态
- product-trends/agency-vs-skill-max-schoening — agency 作为技能抹平后的稀缺项