最近，两件发生在世界顶尖大学里的事情，引起了我的关注。
一件发生在美国。哈佛大学毕业典礼上，一些毕业生高喊三次 "F*ck AI"，表达了对人工智能快速发展的焦虑、担忧甚至抗拒。在他们看来，AI 正在改变就业市场、改变教育模式，也改变着许多年轻人原本的人生预期。
另一件发生在中国。复旦大学计算与智能创新学院的一门期末考试，没有试卷，没有标准答案。老师把考试规则彻底颠倒：学生不用答题，而是负责出题；答题的不是学生，而是 Claude、DeepSeek、MiniMax 等全球领先的大模型；谁能够设计出让 AI 答错更多题目，谁的成绩就越高。
一边是情绪上的抗拒，一边是方法上的驾驭；一边在质问 AI 为什么出现，一边已经开始研究如何利用 AI、测试 AI、超越 AI ——这两件看似毫不相关的事情，实际上折射出人工智能时代两种完全不同的思维方式，也预示着未来人与人之间竞争方式的改变。
一、AI 真正改变的，不是考试，而是教育的底层逻辑
工业革命以来，学校教育一直遵循着同一种逻辑：老师出题，学生答题；考试检验的是知识掌握程度、记忆能力和标准答案。这一套体系，在过去两百多年里运行得非常成功，因为工业社会需要的是大量能够执行标准流程的人才。
但是，AI 的出现让这种评价体系第一次受到根本挑战。
今天，无论是数学计算、程序编写、论文总结，还是语言翻译，大模型已经能够完成大量标准答案型任务，而且速度比人快，成本比人低。如果学校仍然考察谁算得更快、谁记得更多，那么人类实际上是在 AI 最擅长的领域与 AI 竞争。这样的竞争，本身已经失去了意义。
复旦这场考试最大的创新，并不是让学生 " 考 AI"，而是把教育评价体系从 " 回答问题 " 转向 " 提出问题 " ——学生想让 AI 答错，首先必须真正理解这门课程，知道哪些地方容易混淆、哪些条件不能忽略、哪些逻辑存在边界。
换句话说，想考倒 AI，自己必须先比 AI 更懂。这才是这场考试真正值得关注的地方。
二、未来真正的学霸，不再是最会答题的人
复旦公布的数据很有意思。
51 名学生中，有 50 人至少让某一个 AI 模型答错了一道题；但只有 4 个人能够让某一个模型整张试卷交白卷，而面对最强的 Claude，没有任何学生能够让它全卷得零分。
这说明什么？说明今天的大模型已经足够强大，偶尔找到漏洞并不难，但要系统性击败 AI，却需要极高的专业能力。
真正值得注意的，并不是 AI 有没有输，而是那些高分学生究竟做了什么。
有人搭建多智能体系统，不断生成、测试、筛选题目；有人利用超长数据集挑战模型注意力极限；有人设计 " 无正确答案 " 的选择题，考验 AI 是否能够拒绝回答；还有人故意构造复杂推理链，让 AI 一步错、步步错。
他们比拼的不再是谁会计算，而是谁更理解 AI。未来真正的学霸，可能不再是最会解题的人，而是最会提出问题、设计规则、评价结果的人。
三、真正的竞争，不是人与 AI，而是 " 人 +AI" 与 " 人 " 的竞争
很多人把 AI 理解成竞争对手，我一直认为这是一个误区。
复旦最高分学生并不是独自完成所有工作，而是利用多个 AI 组成协作系统，反复生成、测试、优化，再由自己进行判断，真正发挥作用的，是 " 人 +AI"。
未来也是如此。医生不会因为 AI 会看片子而消失，但会使用 AI 的医生，将取代不会使用 AI 的医生；律师不会因为 AI 会检索法律而失业，但能够借助 AI 分析案例、构建论证的律师，将拥有更高效率；企业家不会因为 AI 能够做商业分析而失去价值，但能够利用 AI 制定战略、配置资源的人，将比别人走得更快。
未来真正的竞争，不是人与 AI 之间的竞争，而是善于驾驭 AI 的人，与仍然停留在传统工作方式的人之间的竞争。
四、教育最大的变化，是从培养 " 答题者 " 转向培养 " 裁判官 "
复旦教授肖仰华说了一句话，我认为值得所有教育工作者思考—— " 不要做 AI 的执行者，要做 AI 的裁判官。"
这句话其实揭示了未来教育最大的变化：过去，学生最重要的能力是找到标准答案；未来，学生更重要的能力是判断 AI 什么时候是对的、什么时候是错的；过去培养的是知识，未来培养的是判断；过去培养的是执行，未来培养的是决策；过去比拼的是记忆能力，未来比拼的是目标定义能力、规则制定能力和价值判断能力。
事实上，一个社会真正掌握主动权的人，从来不是最会答题的人，而是制定规则的人——股票指数是谁编制的？会计准则是谁制定的？法律是谁解释的？考试是谁命题的？
真正创造价值的从来不是回答问题，而是定义问题，这也是 AI 目前最难替代的人类能力。
结语：未来属于驾驭 AI 的人，而不是拒绝 AI 的人
哈佛学生高喊 "F*ck AI"，表达的是一种真实存在的焦虑；复旦学生 " 考 AI"，展现的则是一种主动适应未来的能力。
面对人工智能，没有必要神化它，也没有必要恐惧它。真正值得思考的是，当 AI 开始承担越来越多的知识生产和信息处理工作，人类还能创造什么价值？
我的答案始终没有改变——未来最有价值的人，不一定是知识最多的人，而是判断力最强的人；不一定是最会使用 AI 的人，而是最会驾驭 AI 的人；不一定是最会回答问题的人，而是最会提出问题、制定规则、定义目标的人。
农业革命解放了人的体力，工业革命解放了人的双手，而人工智能革命第一次开始接管人类的一部分认知能力。因此，教育最大的使命也必须随之改变。
未来大学培养的，不应该只是会考试的人，而应该是能够与 AI 协同创新、能够判断 AI、能够领导 AI 的人——或许，这才是复旦这场 " 反套路 " 考试留给所有人的真正启示。
