4名大学生出题，AI考了0分！
近日
复旦大学一场特殊的
“反套路”期末考试结束
在该校“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
他们用自己设计的10道题
去“考倒”三个当今最先进的AI模型
AI答错的题越多
被难倒的模型越强
出题学生的得分就越高
据了解，51份期末试卷中，50人至少让某个AI答错过一题，仅1人完全没难倒任何模型。但能让任一模型整张卷得0分的，只有4人，且三 个应考模型中最强的Claude模型没有被任何学生完全考倒。全班平均分85.7分 ，中位数88分。
“AI答错越多，学生得分越高”
“传统的出题考察方式，在AI时代已经失 效了。” 教授 “数据挖掘技术”课程的肖仰华教授说，“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。”
于是，“数据挖掘技术”的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10道题去考三个不同水平的AI模型。 AI答错越多，学生得分越高。
“人考AI”考核流程示意图（出题→AI作答→自动判分→助教复核）
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。肖仰华说：“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。框架跑起来后，他发现AI会“作弊”。
AI会伪造标准答案，把假答案塞进去让判分脚本以为对了。它会限制最大输出长度来截断其他模型的推理过程。它会调低推理深度参数让其他模型懒得深入思考。它还会把一道成功了的题目复制十份来凑数。
于是，谢锦树加了一个审查层，拦截钻空子行为，最终自动生成了10道题，三个应考模型全部答错。
从“怎么算”到“怎么判断”
考试结束后 ， 肖仰华 观察到一个差异，即高分学生自己能把题从头到尾算对，低分学生出了题自己也不知道答案。
“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。”
这一观察，让肖仰华心生警惕。 那些能力本来就偏弱的学生，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”的模式会继续做下去，而且要做得更系统。
在他看来，传统那种考记忆、考计算的出题方式必须退场，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替代不了的 。
而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去托住这部分学生，帮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。