近日，香港科技大學張軍教授、孟子立教授團隊進行的一場實驗引發廣泛關注。實驗中，一款搭載ChatGPT-5.2模型的樂奇Rokid AI眼鏡，在《計算機網路原理》課程的期末考試中，僅用30分鐘完成答題並取得92.5分的成績，表現優於95%的人類考生。
該實驗嚴格模擬真實考試環境，硬體選用開發自由度較高的樂奇Rokid AI眼鏡，軟體則搭載了在響應速度和知識儲備方面表現卓越的ChatGPT-5.2模型。在考試過程中，AI眼鏡透過內建攝像頭拍攝試題並傳輸至大模型，後者在0.8秒內完成推理並生成答案，隨後答案回顯至鏡片供使用者抄錄。
實驗結果令人矚目：AI在選擇題和單頁短答題部分獲得滿分，面對跨頁邏輯題時雖存在細微計算偏差，但其推理的連貫性與步驟的完整性遠超大多數學生。此前，英國雷丁大學的研究也得出類似結論：94%由AI生成的答卷可透過人工稽覈，且平均成績高於真實學生。
這項實驗揭示了一個核心矛盾：傳統筆試側重於考察知識點的記憶和標準解題步驟，而這恰恰是人工智慧的優勢領域。當機器在“提供標準答案”方面超越人類時，傳統考試的評估價值便受到顯著削弱。
面對這一衝擊，高等教育機構已開始探索改革路徑。例如，紐約大學推出了AI口試系統，透過追問學生的推演思路來評估其真實理解程度;部分院校則引入展示型作業與現場答辯，要求學生闡釋其決策依據;還有機構採用“過程性檔案袋”的方式，記錄學生從提問到解題的完整思維軌跡，從而將評估重點從“結果”轉向“思考過程”。