复旦期末开卷新高度：学生出题反向“调教”AI， 4 人斩获满分

复旦大学“数据挖掘技术”课程的期末考场，最近上演了一场不太一样的戏码。没有埋头刷题的身影，也没有监考老师来回踱步——全班同学集体坐上了“出题人”的交椅，去考AI。

具体规则是这样的：每人独立设计10道数据挖掘计算题，每道题都得有唯一正确答案和完整的推导过程。然后，用这些题去测试三个能力梯度不同的AI模型。最碘伏的地方在于得分逻辑——AI被难倒的次数越多，你出的题它越答不上来，你的分数就越高。换句话说，考的不是你会不会做题，而是你会不会出题。

传统考试在AI时代失效，倒逼教学模式变革

课程负责人、复旦大学计算与智能创新学院的肖仰华教授直言，传统的出题考察方式在如今这个AI时代，已经基本失去了技术检测的意义。你让老师出一道标准的算法题，AI一秒钟算出来，正确率碾压所有学生——这还考什么？

既然在AI擅长的赛道上硬碰硬毫无意义，那就干脆把方向彻底调转。肖教授设计的这种“人考AI”模式，核心思路很清晰：你只要真正深入、透彻地理解了你学过的专业知识，就一定能敏锐地捕捉到AI的逻辑盲区。这比单纯要求学生“学得会、算得准”要高明得多——它考验的是理解深度的极限。

最强模型未被攻克，唯有4人让AI吞下零分

最终交上来的51份期末答卷，呈现出的数据相当有戏剧性。全班50名学生成功让至少一个AI模型在答题中翻车，只有1位同学没能难倒任何模型。全班平均分85.7分，说明大多数人都找到了AI的软肋。

有趣的是，三个迎战的模型——DeepSeek V4-Flash、MiniMax M2.7和Claude Sonnet 4.6——里，站在能力金字塔顶端的Claude展现出了极强的韧性，没有任何一个学生能把它完全考倒。最终，全班只有4位同学凭借极高水准的原创题目，成功让其中较弱的AI模型整张试卷吞了零分，也因此锁定了期末满分。