AI当考官，也当作弊工具：一场无声对抗

当人工智能开始批改试卷、面试求职者，甚至参与国家职业资格考试时，围绕它的攻防也随之加速升级——在另一端，同样由AI驱动的作弊方案也在不断“进化”。考官是AI，作弊的也是AI。它不再只是科幻设定，而是从教育到招聘再到认证环节，2026年每天都在发生的真实情形。

近两年里，各国推进AI进入正式考核场景的动作呈现爆发式增长。比如ETS（美国教育考试服务中心）推出的AI写作评分系统，国内不少地区落地的“智考”平台，以及各大互联网企业把AI用于初筛面试的流程。整体趋势是：AI考官正在从“辅助阅卷”逐步走向“独立决策”。

截至2026年4月的数据表明，国内已有超过60%的大型企业在招聘笔试中使用AI监考与自动评阅系统；同时，超过30%的职业资格考试（如教师资格证、会计职称考试）的部分科目开始采用AI阅卷或AI辅助面试。AI考官的吸引力主要来自成本更低、效率更高、不受疲劳影响，并且评估过程可量化。一位HR负责人曾公开提到，AI面试官能够在一个上午完成3000份初步面试，而人工面试官最多只能完成20份。

但AI考官的到来，也催生了一个更隐蔽、扩张速度更快的链条——AI作弊工具。

过去常见的考场作弊方式（小抄、电子设备、替考）在AI监控能力面前往往显得笨拙，且更容易被识别出来。不过，新一代作弊者手里掌握的，已经是另一套逻辑与工具。

AI替答器：面对纯线上AI笔试，作弊者会借助专用浏览器插件或虚拟机环境，把试题实时转发给远程大模型（例如GPT-5、Claude 4、豆包大模型等）。随后，大模型在几秒内生成答案，并自动填入答题框。部分工具还能根据题目难度和类型自动选择更合适的大模型，从而实现“最优作答”。

面试应答助手：在AI视频面试场景下，考生可能会在摄像头外放置另一台手机或平板，并运行专门的“AI面试助手”。该应用会实时捕捉面试官（即由AI生成的语音或文本问题），再通过语音或文字提示把可直接套用的回答思路提供给考生。更高级的版本还能对眼神运动进行模拟，引导视线尽量贴近摄像头区域。

深度伪造指纹/人脸：当考试需要实时身份核验时，一些作弊者会借助生成式AI伪造指纹图像，或生成类似眨眼、张嘴等活体检测动作，并配合3D面具或屏幕替换技术来绕过AI监考中的身份验证流程。

行为模式模仿：较难拦截的一类作弊，是通过学习大量正常考生的鼠标轨迹、按键节奏和答题时间分布，让生成的交互数据更贴近真人表现，从而干扰以行为分析为基础的AI监考系统。

据安全研究机构Epoch Lab的不完全统计，2025年全球针对AI考核系统的作弊工具数量同比增长了470%。在交易层面，一个中等规模作弊工具的月租可能在200到500美元之间，而部分代考团队的年流水可超过千万美元。

面对愈发猖獗的AI作弊，技术反制也在迭代升级。现在的AI考官不再只是“出题加判分”的单一机器，而是整合多层防御的智能监考体系。

生成式内容检测：AI考官会先对考生答案进行“文本指纹”层面的分析。当前不少检测模型（如OpenAI的专用分类器、字节跳动的ByteDetector等）能从文本熵值、连贯性规律、修辞结构等特征出发，判断内容是否由大模型生成，其准确率可达到超过99%。对于代码类作答，则会通过代码风格聚类、注释异常等信号寻找AI痕迹。

多模态行为分析：新一代AI监考系统往往同时审视视频流、音频流、屏幕操作流以及键盘鼠标流。比如，一旦系统发现考生眼神长时间偏离屏幕、频繁看向固定区域，同时答案文本又呈现出明显非人化特征，就会把相关行为标记为高风险。更进一步的系统甚至可能识别细微的唇部动作，推断考生是否在默读外部提示。

对抗性题目设计：部分AI考官还会把“陷阱”嵌入题目中，例如在选择题里加入看似普通但大模型常错的选项，或设计需要真实物理直觉、依赖个人经历描述才能回答的问题。此类设计有助于区分人类常识推理与AI的模式匹配能力差异。

大模型水印：越来越多的考试平台要求考生在作答前签署“AI内容不可见水印”相关协议。平台在生成题目时会植入隐蔽的数字特征；如果考生直接使用大模型产出答案，这些特征可能会被继承并最终被检测出来。

从表面看，AI考官与AI作弊者之间的攻防像是一场技术赛跑；但更深层的含义，是信任机制的崩塌与重建。

信任悖论：若AI考官自身的评判标准存在偏见或错误（例如对某些文风长期系统性低分），那么借助AI作弊来规避不公，究竟算不算一种理性的对抗？反过来，如果考试本意只是检验知识或能力，而AI工具能让考生更高效地完成任务，那么禁止AI辅助的意义又在哪里？这直指教育评价体系的关键矛盾：我们到底想考察的是“人在有外力时会做什么”，还是“人在没有帮助时能记住并掌握什么”。

军备竞赛带来的成本：以典型线上考试为例，AI监考系统的单次成本大致在2到5美元之间。可要开发能绕过防御的作弊工具，投入可能达到数十万美元；但一旦破解成功，作弊方可通过售卖使用次数把成本摊薄到每次几美元。结果就是双方陷入持续追加资源的投入循环，最终被抬升的是普通考生所要承担的整体成本。

检测准确率的现实困境：就算某些AI作弊检测声称准确率高达99%，当每天出现100万份答卷时，也会有1万份可能因“假阳性”被误判；同时还有数千份真正的AI作弊答案可能因为“假阴性”逃过识别。事实上已有多个真实案例：有学生只是因为眼神飘忽（其实是在思考）被AI系统判为作弊而失去考试资格，事后人工复核才得以纠正。这类技术误差引发的道德风险必须被认真对待。

“考官是AI，作弊的也是AI”这句话听起来像黑色幽默，却几乎准确复刻了当代技术与信任体系之间的张力。AI考官承诺更高效率、更低偏见、更广覆盖，但它的出现本身又催生了AI作弊这个“孪生怪物”。两类AI在看不见的战场上日夜对弈，而真正处在夹缝里的，是考生、求职者以及考试制度的公平性——他们承担着这场无声战争带来的所有后果。

或许，真正的关键并不在于继续打造更强的AI监考官或更隐蔽的AI作弊器，而在于我们必须直面一个根本问题：当AI在多数标准化测试中足以轻易击败人类，我们到底希望考试用来评判什么？