Cal Newport 警告称，由 AI 驱动的编码速度可能会侵蚀定义优秀工程实践的关键思维能力。开发者不再主动理解代码，而是面临被动识别的风险，从而与基础理解脱节。尽管有人主张完全回归手工编码，但作者寻求一种平衡之道。这种中间路径在于有意引入“摩擦”，这对学习与技能发展至关重要。技能退化并非源于使用 AI 本身，而是源于将内部建模过程外包。作者区分了技能退化与 AI 生成细微错误代码的潜在风险。为保持所有权与理解力，开发者应重新推导复杂的代码路径，并确保能够解释每一项变更。将 AI 任务限定在定义明确的问题上，有助于让工程师保持参与，并避免代码审查负担过重。Corey Schafer 的方法，如详细提示和彻底的代码审查，提供了保留这种摩擦的实用途径。然而，人类注意力是有限的，因此必须自动化其余任务。此时，“设计即正确”变得至关重要，需采用更严格的系统级检查，如强类型系统和编译期断言。Rust 通过使无效状态无法表示，强制 AI 合规；Python 中的类型检查器和验证模型则起到类似作用。归根结底，负责任地开发中使用 AI，既要求保留对关键决策的控制权以磨砺判断力，也要求实施严格规则以确保 AI 的问责性。软件工程本质上仍是判断与经验的产物，AI 负责自动化繁琐部分。核心要点在于识别并拒绝将最重要的决策委托给 AI，从而确保真正的所有权与健壮的代码。