2026 年 5 月底，布朗大学计算机科学教授 R. Serrano 坐在办公室里改卷。他注意到一些异常：某些学生的考试成绩比期中高出了 30 多分，有些回答的措辞方式出奇地一致，还有几个学生交上来的答案和考试题目的”语义关系”几乎完美——这种精准度，通常只有看过标准答案的人才能做到。
他重新检查了一遍。96 名学生中，他确认了约 50 人使用了 AI 作弊。班级平均分从期中的 96 分骤降至期末的 48 分——注意，不是从 96 降到 85，而是直接腰斩。
“我花了很长时间才接受这个现实。“Serrano 后来告诉《国家报》。“当我意识到一半的学生在作弊时，我感到的不仅是失望，更是一种对整个系统深深的无力。“
一个教授的良心和一场枪击案
理解这件事的复杂性，需要先知道一个背景。
2025 年 3 月，布朗大学校园发生枪击案。Serrano 教的一名学生在大学里中弹，后来死于并发症。这件事深刻影响了 Serrano 的教学观——他开始重新思考师生关系，试图对学生多一些理解和慈悲。
所以当他在期末考卷上发现大规模 AI 作弊时，他的第一反应不是愤怒，而是困惑。他花了很长时间思考一个很多人不敢直视的问题：一个老师对学生足够信任和理解之后，学生拿着这份信任做了什么？
最终，他向学校的学术诚信委员会举报了这起事件。但他同时也在思考更深层的问题：大学是不是应该重新设计考试方式？
AI 怎么帮学生作弊？
外界对”用 AI 作弊”的想象通常是：学生打开 ChatGPT，输入题目，抄答案。但 Serrano 发现的情况远比这复杂。
有的学生使用了浏览器插件，在考试页面上实时弹出 AI 回答，位置精准到每一道题下方。有的用手机分屏，屏幕上半部分是考题，下半部分是 AI 对话窗口。还有的提前训练了专用模型——把自己的课堂笔记、往届试卷、教材 PDF 全部喂进去，然后在考场上让模型”用我的知识回答这道题”。
这些手法的精妙之处在于：它们绕过了传统反作弊系统的检测。浏览器插件运行在本地，不经过服务器。分屏模式下，考试监控软件只能看到考试窗口在”前台”，看不到分屏另一侧的 AI 对话。而那些经过学生笔记微调的专门模型，生成的文本和本人的写作风格高度接近，连 Turnitin 这样的 AI 检测系统都说”没问题”。
Turnitin 本身就是问题的一部分。2025 年以来，多起案例被曝出——非英语母语学生的原创论文被 Turnitin 错误标记为 AI 生成，迫使他们自证清白。韩国的延世大学在 2026 年初发生了一起类似事件：一名教授因使用 AI 阅卷工具错误地将多名学生的答案标记为作弊，引发学生集体抗议。 当检测系统既漏报又误报时，“用技术反制技术”这条路就堵死了。
在线考试为什么正在失效？
每个学期结束后，大学里流传着两种叙事。
一种来自学生：AI 是个好家教。半夜三点看不懂讲义，可以问 AI 解释。写论文没思路，可以让 AI 帮忙列提纲。改语法错、翻译文献、生成代码框架——AI 确实在帮助很多人学习。
另一种来自教授：AI 是个作弊器。这学期收上来的作业质量异常地高，但课堂提问没人答得出来；考试成绩和平时作业的差距大到离谱；最让人寒心的是，你给了一个学生真诚的信任，他还给你的是一份 AI 生成的完美答案。
两种叙事都有真实的成分，但要命的是，它们是同一件事。同一个 AI 对话框，前一秒在帮学生理解傅里叶变换，后一秒就把考试答案输出了。你没法在技术层面区分”辅助学习”和”替代思考”。
线索——就是专门帮学生”用 AI 作弊但不被发现”的作弊工具——正在把这个灰色地带彻底撕开。这些工具让学生可以一键启动”隐形作弊模式”：在考试页面上叠加一个半透明的 AI 窗口，考试监控系统录屏是干净的，但学生眼里全是 AI 给的答案。
“回到纸和笔，手写，在教室里”
Hacker News 上点赞最高的一条评论来自一个熟悉的名字：recursivedoubts，他是轻量级前端框架 htmx 的作者 Carson Gross。Gross 同时也是大学计算机科学教师。他的发言直接且具体：
“学位正在失去信号价值，不是因为学生变笨了，而是因为学校放了水。”
Gross 在个人博客上发了一篇长文，详细阐述了他的方案。他现在每三周进行一次线下手写测验。允许带一张手写笔记进考场，不允许打印。全是主观题，没有选择题。题目可能要求写伪代码，可能是给一段代码然后让学生标注解释，可能是写一段论述。
学生抱怨过，但也承认这种方法确实逼他们学到了东西。
他的逻辑是：当 AI 能帮任何人完成编程作业、通过在线考试、生成看起来像模像样的论文时，真正还有能力验证一个人是否掌握了知识的机构，反而变少了。企业面试可以用 AI，在线证书平台可以用 AI，远程测评全可以用 AI——唯独一个人坐在教室里、在一张纸上用笔答题的场景，目前 AI 还参与不了。
“大学现在处于一个独特的位置——能向外界提供一个高信噪比的学生能力证明，“Gross 写道，“大学学位在 AI 时代可能反而更有价值，因为验证知识的方式变得稀有。”
这个论点在 Hacker News 上引发了激烈争执。
反对派提出了几个具体问题。打字障碍学生怎么办？手写慢的学生怎么办？编程和数据分析这种需要实际操作的科目，纸笔考试完全无法替代——你让一个学生在纸上手写 SQL 查询然后不给数据库验证，这考察的到底是什么能力？
支持派则指出：打字障碍可以通过考试中心提供的辅助设备解决；手写速度不一定是劣势——它能倒逼学生在考前把知识整理成简洁精炼的笔记，这个过程本身就是深度学习；至于编程考试，可以在断网机房的电脑上完成。
更让人意外的是 Hacker News 上的一条统计型评论：“世界上最好的大学中，绝大多数至今仍在线下考试。 有些学校保留了口试传统——跟教授面对面聊 20 分钟。AI 改变了很多东西，但这件事是 AI 给了它们一个’我说对了吧’的证据。“
成绩单还值钱吗？
布朗事件迫使人们正视一个比”作弊”更大的问题：如果你知道这所大学的学生可以用 AI 在期末考中拿满分，那这张成绩单上印的 GPA 3.8，对外界意味着什么？雇主该信任它吗？研究生院呢？
这不是杞人忧天。普林斯顿大学在 2026 年初决定：终止其长达 133 年的”荣誉准则”传统——学生们自己监督自己不作弊，违反者接受学生同行审判——原因是”学生群体已无法信任自己”。133 年的自治传统，倒在 AI 面前。
Serrano 在接受采访时追问了一个更尖锐的问题：大学不是靠”学位值钱”来维持运转的吗？如果雇主不再相信学位，大学存在的意义是什么？“如果我们的毕业证不再代表’这个人有能力’，大学还剩下什么功能？”
一个被忽略的细节：布朗大学的捐赠基金中，有相当一部分来自愿意支付全额学费的家长。当富豪家长们听说学校允许大规模作弊但轻描淡写时，他们会怎么想？布朗大学的制度回应迟缓，也可能与这个隐形的利益冲突有关——处理作弊意味着承认问题存在，承认问题存在意味着恐慌。
纸笔是临时方案
Carson Gross 在思考更大胆的方案：网络隔离的计算机实验室——用旧电脑搭一个不能上网的考试环境，让学生在机房写代码做题；口试评分——坐下来跟学生聊 15 分钟就能判断他对课程的真实掌握程度。他也承认后者的规模化几乎不可能：“我有些课上超过 100 个学生，每人 15 分钟口试就是 25 小时。这跟目前的教学时间安排完全对不上。”
更大的趋势已经在酝酿。全美越来越多的大学在恢复线下手写考试。《纽约时报》报道，从常春藤到州立大学，“蓝皮考试本”正在重新出现在课桌上——在 AI 面前，纸和笔恰好成了最低成本的反作弊系统。
笔者不确定这是对的。手写考试排除了打字障碍学生、对手写速度慢的人不公、也不适用于编程和数据分析这类需要实际操作的科目。它只是恰好能防住目前形式的 AI 作弊。
更根本的问题也许是：大学到底该教什么，该考什么？ 如果 AI 能替学生完成的那些任务——背诵定义、套用公式、写标准格式的论文——恰好是考试一直在考的东西，那或许不是考试形式的问题，而是考试内容本身需要重新设计了。
最后
这篇文章不是写给布朗大学的学生看的，也不是写给任何一个特定的作弊者看的。它指向的是一个更大的问题：在设计一个社会系统时，你假设参与者会遵守规则，还是假设他们会走捷径？如果答案是后者，那你设计的这个系统本身就有问题。
R. Serrano 教授最后问了一个问题：大学还有勇气面对自己的学生吗？大学还能理直气壮地说”我们培养的是有能力的人”吗？
这个问题不是 Serrano 一个人的。是所有人的。
参考链接：
- El País: AI fraud at Brown University — “academic integrity is at risk”
- Hacker News 讨论 (125 points, 159 comments)
- Carson Gross (htmx): “The University In The AI Era”
- Brown Daily Herald: Brown CS professor catches around 50 students for alleged AI cheating
- NYT: Blue Books Return as AI Spurs Shift to Handwritten Exams
- Princeton Alumni Weekly: End of the Honor Code