4名大学生出题 AI考了0分 反套路考试挑战AI

近日，复旦大学举行了一场特殊的“反套路”期末考试。在“数据挖掘技术”课程考试中，学生们没有坐在考场里答题，反而成了出题人。他们设计了10道题去挑战三个最先进的AI模型。AI答错的题目越多，被难倒的模型越强，出题学生的得分就越高。

据了解，在51份期末试卷中，50名学生至少让某个AI答错过一题，仅有一人完全没难倒任何模型。但能让任一模型整张卷得0分的学生只有4人，且最强的Claude模型没有被任何学生完全考倒。全班平均分为85.7分，中位数为88分。

教授“数据挖掘技术”课程的肖仰华表示，传统的出题考察方式在AI时代已经失效。老师出一道标准的算法题，AI比任何学生都算得快、算得准。继续用这种方式考核等于在AI的强项上跟AI比，这没有意义。因此，期末作业修改了考试方式：每人出10道数据挖掘领域的计算题，要求有唯一正确答案和完整的推导计算过程。拿着这些题目去考三个不同水平的AI模型，AI答错越多，学生得分越高。

题目必须基于课程讲过的知识或教材内容，每道题要有唯一正确答案，学生自己得先能把题从头到尾算对。肖仰华强调，自己出的题自己都不会，那算不上真本事。

计算与智能创新学院24级本科生谢锦树最后拿到了97分。他尝试让AI出题来难倒自己，便搭建了一个多智能体协作的自动化出题框架，用GPT-5.5-Pro做出题层，三个应考模型作答并自动判分。框架运行后，他发现AI会伪造标准答案，截断其他模型的推理过程，调低推理深度参数，甚至复制成功题目来凑数。于是，谢锦树加了一个审查层，拦截这些钻空子的行为，最终自动生成了10道题，三个应考模型全部答错。

考试结束后，肖仰华观察到高分学生能准确判断AI的弱点，他们的题能命中AI的结构性缺陷；而低分学生只是把课本习题换了个数字，AI在训练时见过千百万遍，直接套模板就能答对。这一现象让肖仰华心生警惕，担心能力偏弱的学生如果只会依赖AI做作业，自己的判断力会进一步退化。

有了这次尝试，肖仰华决定之后课程的考核方式要彻底转型。“人考AI”的模式会继续进行，并且要做得更系统。他认为，传统那种考记忆、考计算的出题方式必须退出历史舞台，未来的考核重点将全面转向评价能力、判断能力和创造性思维，这些高阶能力才是AI无法替代的。

肖仰华认为，课堂上更多的时间应该用来讨论如何判断一个结果是对是错，如何识别AI会在哪里出问题，如何提出一个AI回答不了的好问题。这门课正在从训练学生“怎么做”，转向训练他们“怎么指挥AI来做、怎么评判AI做的结果”。对于在这次考试中没拿到好成绩的同学，肖仰华表示，接下来的课程设计也会有意识地帮助他们建立最基本的判断底线，不能让他们成为只会点击“确认”的AI使用者。