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”三个如今 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。
“所以课堂上更多的时间被用来讨论 ，学生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？”肖仰华认为，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 ”。
而对于在这次考试中没拿到好成绩的同学 ，肖仰华表示，下面 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 。
来源：新华社微信公众号综合中国青年报 、复旦大学
（文章来源：券商中国）
