AI时代的满分还有什么意义？
傅盛 2026-10-28 15:32 北京
连菲尔兹奖得主都被AI搞得不想批作业了。
最近UC伯克利数学教授、1998年菲尔兹奖得主Richard Borcherds说，自己已经放弃按对错给学生作业打分了。
学生用AI做题，拿满分越来越容易。AI写出来的数学证明越来越严谨，根本分不清到底是学生自己做的，还是AI做的。
Borcherds也没想出什么更好的办法。
现在他的作业只看交没交，交了就给分。至于学生到底掌握了多少知识，只能主要靠不允许使用电子设备的现场考试来判断。
堂堂菲尔兹奖得主，面对AI也只能先退回到最传统的闭卷考试。连他自己都觉得，这个办法并不理想。
可学生毕业以后，难道工作的时候也不准用AI吗？
学生使用AI，能解决的数学问题越来越复杂，学校评价他的方式，却是先把AI拿走，再看他自己能做多少。
这让我想到一个问题：我们今天评价一个人的能力，到底是看他脱离工具以后能做什么，还是看他利用现有工具能解决多大的问题？
Borcherds预测，如果AI继续按照现在的速度进步，几年以后，可能就没有什么人类数学家能做、AI却做不到的事了。
过去我们觉得，数学难题需要顶尖数学家花几年甚至几十年钻研，现在AI却可能靠海量尝试和快速验证，不断找到新的解法。
AI能做的越来越多，评价人的标准也得跟着变。
企业招聘和考核员工也是这样。
过去招聘程序员，往往要考算法、手写代码。现在这套已经不管用了。
今天Anthropic工程负责人Felix Rieseberg就说，编码面试已死。他们面试已经不考传统编程了。编程题做得好的人，未必是团队里最能做出成果的人。
如果一个人能带着多个Agent，几天就完成过去一个团队才能完成的项目，还要用过去那套标准判断他的能力吗？
我一直在讲AI Native组织变革，到了AI Native 2.0，一个人的能力，还要看他能带好多少个Agent。
他能不能把任务交给AI，组织多个Agent并行工作，发现问题、调整方向，最后交付多少成果？这可能比他亲手完成多少工作更值得关注。
过去一个优秀员工，可能是某项专业技能特别强。以后，一个人能组织起多少AI生产力，可能会直接拉开人与人之间的差距。
这几年我们也在做AI转型，踩了不少坑，也摸索出了一套方法。10月30日会在上海办一场猎豹AI实战派线下课，从认知、管理到实操，讲讲我们真正做过的事。
报名链接：cmcm.bot
本文转载自微信公众号「傅盛」，查看原文。版权归原作者所有，如有侵权请联系删除。