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。
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。
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。
Meta宣布将于2026年7月6日正式关闭Llama API的公共预览服务。该API此前一直作为开发者体验和测试的窗口，Meta认为随着其开发者生态的迭代升级，该服务已完成历史使命。下线后，API请求将停止响应并返回停用提示。
Anthropic宣布2026年7月7日起，其订阅服务将移除最强模型Claude Fable5的访问权限，核心功能不再纳入会员权益，开发者和重度用户的包月、包年使用成本预计将大幅上涨。此前美国商务部刚撤销对Fable系列出口限制，公司正进行全球重新部署。
开源社区审计发现，Claude Code 程序内置隐蔽检测机制，会跟踪系统时区，重点识别“Asia/Shanghai”与“Asia/Urumqi”设置，疑似对特定地区用户实施功能限制或内容管控，引发对AI工具隐性合规封堵的讨论。
Coinbase转向中国AI模型降本增效。通过采用GLM5.2和Kimi2.7，公司AI支出减半，代币用量大增。新自动路由系统智能分发任务，将缓存命中率从5%大幅提升，同时开发者仍保留模型选择自由。
Snap因内部生成式AI成本高昂，将AI视频团队分拆为独立公司Dotmo，以减轻财务压力并提升运营灵活性。新公司专注开发可生成互动游戏体验的AI模型，核心团队由Snap离职员工组成。Dotmo虽架构独立，但与Snap仍保持紧密的资本和技术纽带。
关注 “悠AI” 更多干货技巧行业动态
相关文章
