AI解题虽快，但无法替代你的思考过程

前几天和一位省级队伍教练交流，他提到了一个现象：队里好几个学生，平时使用 AI 非常熟练，各种题目都能"解决"。可一旦参加线下模拟赛，关闭 AI 后，成绩立刻下滑。

这种情况并非孤例。

AI 能快速给出答案，不代表你真正掌握了。

信息学竞赛训练的核心是什么？不是把代码写对。是从看到题目，到自己构思解法，再到把思路转化为代码，最后把 bug 全部消灭——这是完整的思考链条。

AI 跳过了中间最关键的那一步：遇到困难、反复琢磨、绞尽脑汁再思考。

那个过程，才是真正锻炼思维的过程。

你说 AI 能解竞赛题，这件事其实没那么可怕。真正棘手的是三方面：

第一，效率误区。门槛确实降低了。不熟悉的算法 AI 一句话讲明白，写错的代码 AI 立刻定位问题，复杂推导 AI 直接给出状态转移方程。看似效率提升，实际上选手跳过了"卡壳"的环节。而这个环节，正是思维训练的最佳时机。

第二，评估失准。这是竞赛组织者最烦恼的。线上赛防止 AI 作弊几乎无解，线下赛也不可靠——因为你无法禁止选手赛前用 AI 训练。更严重的是选手自己也容易自欺欺人："这道题我看 AI 解过了，掌握了。"真到考场，才发现根本没有形成真正的思维能力。

第三，也是最致命的——价值困惑。当 AI 能生成几乎所有常规题目的代码，学生和家长难免会问：花好几年刷信奥，究竟为了什么？

这个问题不解决好，信奥教育的根基就会动摇。

这话不是我说的，是那位省级教练总结的：工具交给 AI，能力留给自己。

怎么留？他提了一个词，叫"古法编程"。

什么意思？不是让你回到纸笔时代，而是守住一个底线——你不能把"思考"这个最核心的环节也外包给 AI。

古法编程就是：关闭 IDE 智能提示，不用 AI 自动补全，从问题分析到算法设计到手写代码到手动调试，全部自己完成。

听起来很辛苦，对吧？但正是这个"苦"，才是有价值的地方。

这位教练跟我详细讲了他们的做法，我记录了一下：

第一层：入门期，古法先行。

•关闭所有智能提示，手写伪代码和流程图

•先在纸上把算法设计出来，再上机敲代码

•AI 只用来解释概念、梳理思路，不直接生成代码

这个阶段练的是思维框架，AI 不能代劳。

第二层：提升期，AI 提速、古法打底。

•每周固定 2-3 次纯古法训练，其他时间可以用 AI

•比例大概是 70% 打基础，30% 练技巧

•基础和技巧的关系他说了句很形象的话：基础打牢了，AI 是放大器；基础不牢，AI 是粉碎机。

第三层：冲刺期，模拟真实环境。

•定期做离线模拟赛，完全不碰 AI

•保持独立思考的习惯

•AI 只用在赛后复盘、分析错题、拓展知识点

另外他们还加了项目式古法训练——比如从零实现一个排序可视化、手写一个哈希表、甚至搞一个迷你编译器。全程不复制粘贴、不用 AI 生成核心逻辑、自己解决所有 bug。

效果呢？他给我报了一组数据：国赛成绩平均提升 20%，调试时间减少 40%。

无论你是教练还是选手，这三条可以借鉴：

•你必须能独立讲清楚你的算法。AI 帮你写了代码，你能从零推导一遍吗？能讲明白为什么这样做吗？

•遇到困难的时候先自己想 30 分钟，再问 AI。30 分钟深度思考的收获，胜过看 10 次 AI 答案。

•每周至少一次完整的古法训练。思考的习惯不能断。

AI 时代的信息学奥赛，不是要不要 AI 的选择题，是怎么用 AI 的平衡题。

不用拒绝 AI，它确实能帮你跑得更快。但必须守住一条线——思考这件事，不能外包。

古法编程不是老古董，它是 AI 时代的"能力护城河"。

真正的高手，左手拿最牛的 AI 工具，右手还能回归最基础的深度思考。

最后那句教练的话，我印象很深，压个轴：

*你在信息学奥赛教学中怎么处理 AI 这件事？有没有踩过坑？评论区聊聊。*