AI 时代下 AI 工具熟练度能代替技术深度吗？

近几次面试发现一个问题用人单位似乎更看重 AI 工具的熟练度，你说突破了某个技术难点会被认为“AI 就能做到何必自己去探索”，各种问题都能扯到 AI 上，这样很容易忽视技术深度和背后自主探索和创造所付出的努力。

我用 AI 确实能大幅提高效率，写 API 接口几分钟就搞定了，CRUD 任务描述一下需求即可快速实现，丢一份文档即可生成 MVP ，但之前做了个探索性的微服务项目的确遇到深水区，尤其是基础设施层。大致存在以下几种问题：

• 组件和框架集成存在隐形契约，官方文档没有，GitHub 无人提及，网上无人讨论。
• 框架功能设计缺陷和框架的 BUG 导致无法满足需求必须改源码还不能破坏原有的函数。
• 官方文档缺失部分内容，无参考答案，无已知解决方案。
• 官方文档仅有简单示例但没有完整落地的案例，同时需要修改底层源码。
• 框架已存在的特性，无注释，没有提及该特性的相关文档和资料。

面试官认为提示词写好加上几个 Skills 就行，实际上烧了一堆 token 还是没用，除了最后一个有解其他的几乎不行，最后还是自主探索解决掉。

所以这就存在争议，技术的学习成本降低以后 AI 工具熟练度能代替技术深度吗？如果自主探索攻破难题被认为“人做得到的 AI 同样可以”，那所有的技术研究，开源项目不就没有意义？