AX 严选 · 2026-07-04

这条新闻最值得看的是时间差：用AI帮写作业，平时成绩立竿见影涨18%，做题时间还从64分钟缩到45分钟，但闭卷月考直接掉20%。更麻烦的是，中考高考这类关键考试的成绩下滑了18%到24%，而且这个跌幅要差不多两年才会完全显现。短期研究根本看不出来，这也是为什么很多学校还没当回事。 研究跟踪了华中某县2.6万多名中学生两年半，81%的长期用户出现了典型的“外包模式”——作业又快又好，考试一塌糊涂。社科类科目受伤最重，跌了27%。不过正文没披露具体县名和牵头机构，样本集中在一个百万人口县，能不能推到其他地区要打个问号。 有个细节挺关键：花同样时间但不用AI的学生，考试成绩没受影响。说明问题不在“用工具”，而在“用工具替代了思考”。研究还提到，学生大规模用AI的时间点跟DeepSeek V2.5和R1发布高度重合，工具越好用，外包越顺手。这点先别太激动，但如果是真的，教育场景的AI使用边界需要重新画。

这篇长文的核心判断很直接：想让 AI 实现递归式自我改进，不能只盯着模型权重，包裹在模型外面的那层“装备层”同样重要。装备层就是负责调度模型干活的一套软件系统，管着它怎么想、怎么用工具、怎么存东西、怎么检查结果。文章拆了三种设计模式：一是让模型按“定目标-执行-观察-改进”的循环自动化跑任务；二是把文件系统当成模型的长期记忆，比光靠对话窗口靠谱；三是派多个子代理并行干活，再汇总结果。 作者拿 Claude Code 和 Codex 这类编程助手当案例，说明装备层设计得好，能直接拉高产品上限。她还讨论了怎么优化这层，比如调整上下文、用进化算法搜更好的工作流，甚至和模型权重一起联合优化。 不过，正文没给出具体的性能对比数字，也没说这些模式在非编程任务上泛化得怎么样。整篇更像一个框架性梳理，告诉你“这里值得投入”，但离可复现的工程方案还差一步。如果你在做 agent 产品，这篇值得细读；如果指望直接抄作业，那还得自己踩坑。