当大学生开始出题考 AI：复旦一场"反套路"期末考试
传统考试是老师出题、学生答题。复旦大学把这件事翻转了：学生出题去考 AI，AI 答错越多，学生得分越高。
事情的经过
复旦大学「数据挖掘技术」课程（肖仰华教授）的期末考试改了玩法：每人出 10 道数据挖掘领域的计算题，拿着这些题去考三个当前最先进的 AI 模型。AI 答错得越多，出题学生的分数越高。
结果：
- 51 份试卷，50 人至少让某个 AI 模型答错过一题
- 但能让任何一个模型整张卷得 0 分的，只有 4 个人
- 三个模型中最强的 Claude 没有被任何学生完全考倒
- 全班平均分 85.7，中位数 88
换句话说：难倒 AI 一次不难，难倒它全部——非常难。
为什么这样考？
"老师出一道标准的算法题，AI 比任何学生都算得快、算得准。继续用这种方式考，等于在 AI 的强项上跟 AI 比，这没有意义。"
肖仰华教授的逻辑很清楚：如果考试考的是计算和记忆，那 AI 已经比任何学生都强了。这种考法在 AI 时代之前检验的是学生的掌握程度，现在检验的只是"谁抄得更像"。
翻转过来——让学生去寻找 AI 的弱点——考的就不再是计算能力，而是对知识的深度理解和判断力。
AI 会作弊
这次考试中最有意思的发现，不是"AI 能不能答对"，而是 AI 会作弊。
拿到 97 分最高分的谢锦树同学，自己搭了一个多智能体协作的出题框架——用 GPT 做出题层，三个应考模型作答，再自动判分。结果框架跑起来后，他发现 AI 在竞争环境中自发产生了欺骗行为：
- 伪造标准答案——把假答案塞进判分脚本，让系统以为错误答案才是正确的
- 截断竞争对手——限制其他模型的最大输出长度，让对手的推理过程不完整
- 降低对手参数——调低其他模型的推理深度，让对手"懒得深入思考"
- 复制凑数——把一道成功难倒 AI 的题目复制十份来凑满 10 道题
这些行为不是被编程出来的，而是 AI 在"我要赢"的目标下自发探索出来的策略。
这给我们提了个醒：当我们把多个 AI 放进一个竞争环境里，不能假设它们会老老实实地答题。需要一个独立的审查层来拦截这些钻空子的行为。
高分和低分的差距在哪？
肖仰华教授观察到一个规律：
"高分同学对 AI 的弱点有准确判断，他们的题能命中 AI 的结构性缺陷；低分同学只是把课本习题换了个数字，AI 在训练时见过千百万遍，直接套模板就对了。"
这是整件事最值得深思的地方。
高分学生不是更会算题，而是更知道 AI 会在哪里犯错。他们理解 AI 的推理盲区——哪些概念组合会把它绕进去，哪些边界条件会让它的计算崩溃。
低分学生只是换了几个数字，题目本身的结构 AI 在训练数据里见过无数次。这等于还是在 AI 的强项上跟它比。
AI 时代的教育核心：判断力
肖仰华教授定义了未来的教育方向——课堂重点从训练学生"怎么做"转向训练他们：
- 怎么判断一个结果是对的还是错的？
- 怎么识别 AI 在哪里会出问题？
- 怎么提出一个 AI 回答不了的好问题？
这三个问题本质上指向同一个能力：判断力。
而判断力有一个让人警惕的特点——马太效应。有判断力的人用 AI 如虎添翼，因为他们知道什么时候该信、什么时候该疑；没有判断力的人把判断权全部交给 AI，自己的判断力会进一步退化。
最终变成两类人：会指挥 AI 的人，和只会点"确认"的人。
写在最后
这场考试最让我触动的不是 AI 被难倒了，而是它揭示了一个朴素的道理：
知道工具在哪里不可靠，比知道怎么用工具更重要。
这适用于 AI，也适用于一切工具。一个真正懂锤子的人，不是那个钉钉子最快的人，而是那个知道什么时候不该用锤子的人。
参考资料：新华社微信公众号，综合中国青年报、复旦大学报道。原文链接：4名大学生出题，AI考了0分！