人工智能在血液内科的诊断、预后评估与治疗决策中展现出显著优势,但其在临床培训中的深度渗透也引发了关于“从未习得”风险的日益关注。本文综述了AI在血液病形态学识别、流式细胞术分析、基因组数据解读及预后建模中的关键应用,同时系统梳理了AI对医学教育的负面影响——包括去技能化、从未习得与错误技能化三类机制。在此基础上,本文引入能力保护性框架与DEFT-AI教育模型,提出适用于血液肿瘤专科培训的三阶段应对策略,以期为AI时代的血液学教育提供可操作的平衡路径。