2.6萬中國學生30個月追蹤：AI把作業分抬高18%，把中考分打掉24%
AI唱反調2026.08.24 09:35 · 來自北京全文2386字00:00 / 07:09作業越漂亮考試越空心。文 | AI唱反調孩子用AI寫作業，分數漲了，速度也快了——兩年後，升學考試成績跌了24%。這不是焦慮營銷號的標題黨，是一篇正兒八經的經濟學論文。6月，歐洲經濟政策研究中心（CEPR）發佈討論論文DP21577，追蹤了26811名中國中學生整整30個月，結論冷得刺骨：生成式AI讓作業成績提高18%，卻讓閉卷月考成績在半年內下降20%。作業和考試的關係，被AI活生生掰反了。CEPR論文追蹤2.68萬中國中學生30個月：AI讓作業分漲18%、月考跌20%、中考跌24%。
八成學生在"認知外包"，傷得最重的恰恰是尖子生。這篇論文到底研究了什麼先把論文的底子擺清楚，它的分量來自數據規格。論文題為《生成式AI的學習懲罰：來自中國中等教育的證據》，作者是斯德哥爾摩大學的David Strömberg和香港大學的Victor Lei、Yanhui Wu，6月2日以CEPR討論論文DP21577編號發佈。樣本是中國一個百萬人口縣的26811名七到十二年級學生，跨度30個月，覆蓋九門學科，數據包括每月閉卷月考、作業分數與完成時長、以及中考高考這類高利害考試。方法上用雙重差分：利用不同學生接觸AI的時間差構造自然實驗，把"用沒用AI"的因果效應從相關性裡剝離出來。
研究期間，學生自報的AI使用率從接近零一路漲到約80%，爆發節點正好卡在DeepSeek V2.5和R1發佈前後，最常用的工具是豆包、DeepSeek、ChatGLM、文心和通義。這份數據，基本就是中國中學生AI普及全過程的完整錄像。三組數字，一個悖論核心發現可以濃縮成三組數：作業端：用AI後，作業分數漲18%，完成時長從64分鐘壓到45分鐘，省了30%；月考端：六個月內，閉卷月考成績跌20%；升學考端：中考跌24%，高考跌18%，而且完整的懲罰要等約兩年才全部顯現。過去，作業成績基本能預測考試成績。AI出現之後，這個關係直接反轉——作業越"優秀"的學生，真實能力反而越可疑。
傷害在分佈上還極不均勻，幾個細節值得單獨拎出來：學科上，社科類跌最狠（政治、地理約-27%），STEM其次（-22%），英語-17%，語文最輕（-9%）。人群上，尖子生傷得比差生重：成績前三分之一的學生跌24%，後三分之一隻跌16%；初中生比高中生慘，男生比女生慘。最嚇人的是劑量效應：每週用AI不超過1小時，成績損失約5%；每週5小時以上，損失直接拉到30%。機制：八成學生在"認知外包"為什麼作業高分換不來考試分數？論文用行為模式把學生分成兩類。外包型：作業完成時間異常短、分數異常高——AI生成，複製提交，大腦全程沒參與。約80%的AI用戶落進這個坑，學習損失幾乎全部集中在他們身上。
用滿五個月AI的學生裡，81%寫作業比最快的非AI用戶還快。輔助型：用了AI，但作業時長沒明顯縮短——把AI當講解工具，思考過程還留在自己腦子裡。這批人的考試損失很小，接近零。研究者推測，尖子生損失最大，恰恰因為他們原本有更強的自學能力，AI的介入生硬打斷了他們自建知識心智模型的過程。那個著名的"教學機器"公案也被翻了出來。神經科學家霍瓦思在財富中文網的報道里說得很扎心：1924年俄亥俄州立大學的"教學機器"實驗就證明過，自動化會阻礙學習——"專家用來減負的認知卸載工具，不該被孩子用來學習成為專家。你學會的不是技能，只是依賴。為什麼這個發現現在才炸出來一個關鍵原因：懲罰是延時的。
月考損失半年顯現，升學考損失要等兩年。這意味著此前所有幾周、幾個月的短期研究，都系統性地低估了AI的傷害——等炸彈引爆，補救窗口已經關了。當前正在深度用AI的這一代學生，將在2027到2032年集中走進升學考場，第一次面對AI替不了他們考的試。政策端的反應已經開始。挪威首相宣佈對6到13歲學生幾乎全面禁用生成式AI，14到16歲也必須在教師督導下使用；英國教育部5月的指南更細——學校AI工具默認不給答案、要求學生先真實嘗試、並記錄誰在"卸載思考"；世界銀行把這篇論文列入2026年人力資本博客，當作防範"AI學習懲罰"的警示彈。對比一下更有意思：世界銀行受控框架下的AI輔導，效果是+0.
31個標準差；CEPR這篇"野生使用"場景下，效果是-1.4個標準差。同一項技術，用法決定方向。冷水的部分當然，邊界也要說清楚。這是一篇討論論文（working paper），尚未經過正式同行評審。樣本來自單一縣，30個月正好是AI工具本身飛速迭代的窗口期——研究捕捉的是早期工具配合"野生用法"的效果，而今天的產品形態和使用規範都在變。而且論文自己給出的解藥也不是"禁用"。輔助型用戶的成績幾乎無損，說明問題從來不在AI，在於思考被誰做了。合理的推論是：學校真正該改的是評估結構——把評分權重向閉卷考試傾斜、監控作業時長異常、設計AI替不了的評估方式，比如口頭答辯和現場推導。
結語 馬克·吐溫式的諷刺在這裡完全成立：AI讓作業從未如此漂亮，讓學習從未如此空心。作業分數這個沿用了幾十年的"能力代理指標"，在AI時代正式失效了。家長盯著作業本上的高分自我安慰的時候，真實的知識積累可能正在偷偷塌方——而且要等兩年後那張沒法帶AI進場的考卷，才肯亮出賬單。UCL教授Wayne Holmes那句話，值得印在每個教育產品的開機畫面上："他們的成績更好，但實際上學得更差。"
Related
相關文章
迪士尼將以2000萬美元收購Character.AI部分資產並接納核心團隊
AI資訊AI新閒資訊正文迪士尼將以2000萬美元收購Character.AI部分資產並接納核心團隊發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘近日，聊天機器人初創公司Character.AI在申請破產之際迎來重大轉折，其前首席執行官 Karandeep Anand 此前已出任迪士尼首位首席技術官。據彭博社披露的法律文件顯示，迪士尼已同意以2000萬美元收購 Character.AI 的部分資產，並向至少60名員工（佔其員工總數的大多數）提供總額約6000萬美元年薪的就業機會，目前絕大多數受邀員工已接受試探性報價。此次收購與人才吸納，凸顯了傳統娛樂巨頭在人工智能浪潮下對垂直領域技術團隊的深度整合。儘管該初創公司擁有龐大且活躍的用戶群，但持續走高的運營成本以及潛在的訴訟責任與監管壓力(如近期面臨的兒童安全調查及相關法律訴訟)最終導致其業務承壓。該事件折射出當前大模型與對話式AI賽道正加速走向分化，高昂的合規成本與財務壓力正促使部分早期獨角獸資產與核心團隊向資金實力雄厚的巨頭靠攏，行業資源進一步向頭部集中。相關推薦Vercel數據表明決策模型Jev成史上採用最快AI模型Vercel週四數據顯示，TypeSafe AI的輕量級決策模型Jev推出兩週內獲35%付費團隊採用，覆蓋率達第二名Sonnet5.5近兩倍，創平臺最快普及紀錄。Jev於9月15日限量發佈，通過限制預設輸出數量實現更快、更低成本，適合快速分類大量數據，並促使OpenAI、亞馬遜推出競品。Vercel為早期採用者。Oct 19, 202676.7k垂直大模型"同源觀瀾"在福州發佈：用 AI 把兩岸共同歷史記憶"激活"10月18日，中華文化傳承與兩岸融合發展垂直大模型“同源觀瀾”在福建師範大學旗山校區發佈。它專攻文化史料，用數字技術盤活兩岸共同歷史記憶。校長鄭家建指出，涉臺檔案浩如煙海，整理考辨難度
不操控鍵鼠、自己寫代碼：4 個 Gemini 智能體在《我的世界》裡自主組隊擊敗末影龍
AI資訊AI新閒資訊正文不操控鍵鼠、自己寫代碼：4 個 Gemini 智能體在《我的世界》裡自主組隊擊敗末影龍發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘Google DeepMind 放出了一段讓人重新審視"AI 協作"邊界的實驗。4個 Gemini4Argon 通用編碼智能體，在沒有人類替它們分派任何角色的情況下，僅憑遊戲內的聊天頻道和一份共享筆記，就自己商量著完成了分工，然後一頭扎進一個隨機生成的《我的世界》生存世界裡。這場硬仗打了27小時14分鐘，它們最終通關，把末影龍撂倒。這群"隊友"從頭到尾沒碰過鍵盤鼠標。它們真正的手腳，是一行行自己寫出來的代碼——通過調用 Mineflayer 庫，把意圖翻譯成遊戲裡能執行的動作。整場挑戰裡，它們累計產出2783個程序，相當於邊打邊現搓工具。最硬核的是它們的韌性:過程中總計死亡605次，卻沒有一次中斷退出，反而靠一次次試錯，自己摸索出了破壞末影水晶的有效戰術。也就是說，那套打敗 Boss 的關鍵打法，不是人類教給它們的，是它們自己悟出來的。結果的乾淨程度也經得起檢驗。DeepMind 安排獨立裁判智能體和人工進行了兩層審計，確認全程沒有任何作弊行為;而四個智能體之間的溝通效率高得驚人——整場27小時的鏖戰，聊天頻道里只留下229條消息。沒有廢話，沒有扯皮，要緊的事說清楚就繼續幹活。這次實驗最值得玩味的地方，在於它和過去多智能體研究的分野。以往類似嘗試往往先把每個智能體的職責寫死，再讓它們照劇本配合;而這一回，4個智能體完全靠自己磨合、自己劃分權責，在長達一天多的時間裡維持住沒有預設架構的協作。DeepMind 認為，這種"無預設架構、長時程、多智能體自主協作"的能力，可以遷移到編碼、科研、工程乃至機器人等領域。換句話說，這不再是一個被人類安排好工序的工具，而是一支能自己組隊、自己商量著把難題啃下來的隊伍——
垂直大模型"同源觀瀾"在福州發佈：用 AI 把兩岸共同歷史記憶"激活"
AI資訊AI新閒資訊正文垂直大模型"同源觀瀾"在福州發佈：用 AI 把兩岸共同歷史記憶"激活"發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘一個專門啃文化史料垂直大模型的亮相，把人工智能的觸角伸向了兩岸共同的歷史記憶。10月18日，中華文化傳承與兩岸融合發展垂直大模型"同源觀瀾"在福建師範大學旗山校區正式發佈，它的使命很明確——用數字技術把兩岸共享的歷史記憶重新盤活。福建師範大學校長鄭家建點出了這套系統要解決的真實痛點:涉臺檔案資料浩如煙海，整理和考辨的難度極高。該校研發推出"同源觀瀾"，正是要用 AI 去做文獻挖掘與史料解析，把人文社科和數字技術真正擰在一起，也是學校推進新文科建設的一次交叉嘗試。模型把主戰場放在幾個重點方向:兩岸語言文學、兩岸人地關係、非遺保護與藝術實踐，以及兩岸社會模擬研究。支撐這套能力的，是一組已經落地的應用系統。目前模型已經建成多學科多模態知識圖譜"同源文藏"、AI 輔助涉臺研究平臺"觀瀾策筆"，以及社會模擬與推演平臺"同源智鏡"。三者串起來，形成一條"基礎研究—技術研發—應用落地—政策服務"的閉環創新鏈路，為涉臺學術研究、文化傳播和決策諮詢提供數智底座。該校數智實驗室副主任宋美傑把這條鏈路概括得更形象:模型已經能從同源文化積澱、實時態勢感知，一路走到未來事件推演。後續系統還會逐步拓展到區域國別研究、兩岸文化傳播等方向，並推進文獻資源有序開放，交給涉臺研究人員使用。這款面向涉臺領域的垂直大模型，也被看作對臺工作長期著力推進的方向之一。相關領域人士在評價時表示，從功能介紹看，模型的整體表現亮眼，貼合實際工作需求，並期待研發團隊持續迭代優化，未來能向相關領域從業人員開放使用。當 AI 不再只會對通用問題侃侃而談，而是俯下身去鑽進浩繁的史料與文獻，它之於文化傳承的價值，才真正開始顯現。相關推薦Vercel數據表明決策模型Jev成史上採用
Vercel數據表明決策模型Jev成史上採用最快AI模型
AI資訊AI新閒資訊正文Vercel數據表明決策模型Jev成史上採用最快AI模型發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘Vercel於週四發佈的數據顯示，由 TypeSafe AI 創建的輕量級決策模型Jev在推出兩週內，已獲得35% 付費團隊的採用，其覆蓋範圍達到排名第二的Sonnet5.5模型近兩倍，創下Vercel平臺有史以來最快的模型普及速度。Jev於9月15日限量發佈，通過限制預設輸出數量實現更高速度與更低成本，成為快速分類大量數據的理想選擇，並已促使OpenAI和亞馬遜等公司推出競品。作為早期採用者，Vercel已利用Jev取代GPT-6Luna來識別有害指令。相關數據源自類似OpenRouter的統一 API 服務VercelAI網關，該報告同時指出開源模型已佔據處理代幣的70% 以上及總支出的近25%，而前沿實驗室支出亦實現十倍增長。這一趨勢表明，高效的輕量化決策模型與開源生態正快速滲透實際業務，前沿模式與開源替代方案呈現出互補而非競爭的發展態勢。相關推薦垂直大模型"同源觀瀾"在福州發佈：用 AI 把兩岸共同歷史記憶"激活"10月18日，中華文化傳承與兩岸融合發展垂直大模型“同源觀瀾”在福建師範大學旗山校區發佈。它專攻文化史料，用數字技術盤活兩岸共同歷史記憶。校長鄭家建指出，涉臺檔案浩如煙海，整理考辨難度極高，該模型正是為破解這一痛點研發，讓AI深入兩岸共享的歷史記憶。Oct 19, 202684.3k上市前 Anthropic 擬捐 5% 股份設公共利益基金，估值每漲 50% 再添 2%Anthropic在衝擊史上最大規模IPO之一之際，宣佈在獲股東批准後，將5%股份劃入新設“公共利益基金”。隨著公司估值上漲，基金持股比例未來可能進一步增加。該基金擬以全資有限責任公司形式落地，其增資規則設計巧妙。此舉被視為在上市前主動加碼公益約束。
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。