研究通过让律师先借助 AI 辅助完成工作、再在不使用 AI 的情况下评估结果，将这两件事区分开来。这一设计让研究者既能衡量 AI 辅助工作的质量，也能衡量律师自身判断力在此后保持得如何。独立律所的盲审专利律师从五个维度对所有结果打分：可执行性、技术准确性、策略模糊性、完整性和清晰度。
这项由 Google 资助的研究中，三分之二的参与者获得了 Google Labs 一款尚未发布的 AI 助手“InFlow”的使用权限，其余三分之一则在没有任何 AI 的情况下工作。在两份专利权利要求起草任务中，只有实验组可以使用 InFlow，对照组则在无辅助的情况下完成相同任务。
在第三项名为“红线批注”的任务中，所有参与者都必须在没有 AI 的情况下批判性地审阅一份现有专利草稿。正如作者所解释的，起草衡量的是即时的 AI 辅助表现，而红线批注衡量的是内化的判断力，这是专利律师日常在没有任何工具的情况下执行的任务。
AI 主要改善初级律师的草稿
在起草任务中，实验组在第 10 天和第 90 天两个时间点都明显优于对照组，且效果体现在全部五个评分维度上。更高的分数主要来自差评减少和中等评分增多，而最高分几乎没有变化。
对于经验少于七年的初级律师，收益远大于资深律师。研究者表示，这与越来越多表明 AI 能缩小经验较少与经验较多员工之间表现差距的研究一致，这种效应已在写作、客户服务和软件开发领域被观察到。
只有资深律师能保住 AI 优势
红线批注得出了相反的结果。实验组总体得分更高，但这一优势完全来自资深律师，初级律师则毫无收益，尽管他们在 AI 辅助起草阶段取得了最大的提升。
相反，初级人员的成绩出现了分化，中间分数段大幅减少，被更多差评和更多好评取代，而顶尖水平没有增长。作者将此解读为一种迹象：AI 加速了部分初级人员的技能培养，却替代了另一些人的技能培养，尽管该实验并未解释为何效果出现分化。
从 AI 中获益最多的律师，恰恰是留存持久技能最少的那批人，这促使研究人员提出：基线专业能力可能是将 AI 辅助实践转化为持久能力的前提条件。
一项补充文本分析提供了一种可能的解释。资深律师更常重构有缺陷的草稿，并将其修改建立在法律原则之上，而初级人员常常能发现严重缺陷却不加以修正，留下的批注读起来像是对 AI 助手的指令。由于这种行为在对照组中也出现，作者并未将其归因于 AI 训练出的习惯，而是视其为初级人员层面的基线缺陷，使用 AI 并未弥补这一缺陷。
这些结果在实践中的意义
作者指出了若干局限，包括：顶尖律师的高计费费率导致样本量偏小；参与律所不能代表整个专业服务业；缺乏基线技能测量；三个月的窗口期与建立专利专长所需的数年时间相比过短。
研究人员认为，只要专业工作仍然需要不借助 AI 的判断力，即时生产力提升与持久技能发展之间的张力就依然重要，而这种需求很可能长期存在。即便 AI 最终能支持划线修改，它可能也无法在客户会议和法庭程序中实时提供给律师，因为这些场合风险高，且判断需要当场做出。
类似模式也出现在其他领域。在软件开发中，一项Anthropic 研究发现借助 AI 学习新编程库的年轻开发者，在后续知识测试中的得分比不借助 AI 学习的人低 17%。在论文写作方面，MIT Media Lab 发现了认知债务的迹象，源于外包思考。而在管理咨询领域，一项BCG 研究早在 2023 年就表明，能力较弱的咨询顾问在使用 GPT-4 后提升幅度远大于表现优秀者。
斯坦福研究人员解释了入门级岗位的减少横跨多个行业的现象，他们认为 AI 基本可以替代学校和大学里的教科书知识，而这正是早期职业工作者带来的主要价值，而经验丰富的专业人士还具备 AI 难以轻易替代的实操专长。
这项专利律师研究汇入了关于专业能力侵蚀的更广泛讨论，一些研究者称之为“认知公地悲剧”。个体公司从自动化中获益，而人才发展受阻的代价却扩散到整个行业，这项研究为这一担忧增添了更多来自真实实践的实验证据。
Anthropic 最近表示，自 2025 年初以来，其工程部门的初级岗位比例从 21% 降至 14%。