复旦大学“数据挖掘技术”课程近日迎来了一场别开生面的期末考核。与传统坐在考场里答题的形式截然不同，这次的期末考试让全班同学悉数坐上了“出题人”的位置。
根据考核规则，每位学生需要独立设计 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，并用这些题目去测试三个不同能力梯度的AI模型。考核的得分逻辑非常具有颠覆性：AI被难倒的次数越多、答错的题越难，出题学生拿到的分数就越高。
一、传统考试在AI时代失效，倒逼教学模式变革
该课程负责人、复旦大学计算与智能创新学院肖仰华教授指出，传统的出题考察方式在如今的AI时代已经失去了原有的技术检测意义。如果老师依旧出一道标准的算法题，AI的计算速度和准确率可以轻松碾压任何一位人类学生。
肖教授认为，继续在AI擅长的领域和它硬碰硬毫无意义，因此决定将考核方向彻底逆转。这种“人考AI”的设计核心，在于引导学生坚信只要真正深入且透彻地理解了专业知识，就一定能够敏锐地捕捉到AI的逻辑盲区。
二、最强模型未被攻克，唯有 4 人让AI吞下零分
在这场交出的 51 份期末答卷中，最终的测试结果呈现出了极具戏剧性的数据对比。全班共有 50 名学生成功让至少一个AI模型在答题中翻车，仅有 1 名同学未能难倒任何模型，全班整体平均分为85. 7 分。
值得注意的是，在DeepSeek V4-Flash、MiniMax M2. 7 以及Claude Sonnet 4. 6 这三个迎战的模型中，处于难度金字塔尖的Claude模型展现出了极强的韧性，没有被任何一个学生完全考倒。最终，全班仅有 4 名学生凭借极高水准的原创题目，成功让其中较弱的AI模型整张试卷吞下零分，顺利锁定了期末满分。
