复旦期末考让学生出题“刁难”AI，难倒模型越多分数越高

复旦大学“数据挖掘技术”课程近日完成了一场规则特殊的期末考核。学生不再坐在考场答题，而是全体当起了“出题人”。

考核要求每位学生独立设计10道具有唯一正确答案及完整推导过程的数据挖掘计算题，并用这些题目测试三个不同能力梯度的AI模型。得分逻辑很颠覆：AI被难倒的次数越多、答错的题越难，出题学生的分数就越高。

反向考核：既然AI擅长解题，就让它当考生

课程负责人、复旦大学计算与智能创新学院肖仰华教授指出，传统出题考察方式在AI时代已经失去原有的技术检测意义。老师出一道标准算法题，AI的计算速度和准确率可以轻松超过任何一位人类学生。

他决定将考核方向彻底逆转。这种“人考AI”的设计核心，在于引导学生相信，只要真正深入透彻地理解了专业知识，就能敏锐捕捉到AI的逻辑盲区。

全班51份期末答卷交出来后，测试结果呈现了戏剧性的数据对比。50名学生成功让至少一个AI模型在答题中翻车，仅1名同学未能难倒任何模型。全班整体平均分85.7分。

三个迎战模型分别是DeepSeek V4-Flash、MiniMax M2.7以及Claude Sonnet 4.6。处于难度金字塔尖的Claude模型展现出很强的韧性，没有被任何一名学生完全考倒。最终，全班仅有4名学生凭借高质量原创题目，成功让其中较弱的AI模型整张试卷吞下零分，顺利锁定期末满分。