- Authors
- Name
- Youngju Kim
- @fjvbn20031
- 当交付物已经说明不了任何事情
- 丹麦实际宣布了什么
- 这三项瞄准的是不同的东西
- 重心从产出物挪向了作者身份
- 口头答辩抓得住什么，抓不住什么
- 从这里开始是我的推演
- 如果挪到招聘作业和代码评审上
- 用监控去解决的那一侧的代价
- 小结与出处
当交付物已经说明不了任何事情
只要运营过作业式招聘流程的团队，这几年大概都有同样的体验：交付物的平均质量明显上去了。结构干净、有测试、README 也写得不错。可区分度反而下降了 —— 全都挤在上面，挑不出来。
这不是候选人变差的问题，而是「我们原本在量什么」被揭了出来。交付物的质量，是那个人理解程度的代理指标。因为做出来的成本高，所以质量本身就是投入与理解的证据。成本一掉，这条联系就断了。指标还在，被量的东西却消失了。
在教育现场，这个问题来得大得多，也快得多。而且有一个国家对此给出了官方答案。
丹麦实际宣布了什么
丹麦教育部公布了一揽子针对高中阶段 AI 作弊的即时措施。以下只写我在原文中确认到的内容。
措施有三项。第一，在家完成的考试作业必须进行口头答辩。特别是每年提交大型书面作业的 HF 课程学生约九千人，将要对那份作业做口头答辩。第二，建议在笔试期间使用监看学生屏幕的工具，并且不只在考试场合、也在上课时间使用能过滤可访问内容的防火墙。第三，鼓励把书面作业放到受控环境 —— 也就是学校内部 —— 去完成。
随之而来的要求也有。在规模较大的书面作业中，学生必须明确说明是否使用了 AI；口头考试的备考过程中不得接触 AI。教育部表示将与相关学校组织协商具体实施方案，并补充说会另行准备一份覆盖整个教育部门的国家级 AI 战略。
这三项瞄准的是不同的东西
这一揽子措施之所以有意思，是因为三者的性质完全不同。
- 口头答辩改变的是评价对象。它不评价文章，而是评价写出这篇文章的人的理解。
- 屏幕监看与防火墙堵的是作弊本身。评价方式原样不动，只是加强管控。
- 让学生在学校里写改变的是条件。既不改变评价什么，也不改变阻断什么，只挪了地点。
关于第三项，当地的组织已经附上了条件。学校方组织、教师组织与学生组织联合发表的声明，一方面把这一揽子措施欢迎为必要且有建设性的第一步，另一方面点出它只处理了短期课题。而学生组织那一侧则表示，学校里增加的写作必须被设计成真正强化学习的形式，不能只是把作业从家里挪到学校就完事。这个意见很准确 —— 光挪地点解决不了代理指标的问题。
重心从产出物挪向了作者身份
三项措施里，结构性变化最大的是第一项。另外两项是在守住既有的评价方式，只有第一项改变了评价对象本身。
逻辑很简单。产出物变便宜之后，产出物的质量与作者身份就分离了。以前一篇好文章本身就是「此人写得出这样的文章」的证据，现在不是了。那就必须单独去确认作者身份，而确认它最古老也最简单的办法，就是当着本人的面问。
用嘴进行的评价有一个性质：没有复制成本。文章可以让别人代写、可以复制、可以提前准备好。当场的回答做不到这些。这就是口头答辩突然重新登场的原因 —— 不是因为它是新技术，而是因为它是老技术里那种复制不了的。
口头答辩抓得住什么，抓不住什么
为了平衡，也得把局限写下来。
口头答辩抓得很准的是理解的深度。为什么选了这个方法、其他方法为什么被舍弃、这里把条件改一改会怎样 —— 这类问题只有真正做过那些决定的人才答得上来。只背了表面的人，在第二个问题上就会卡住。
反过来，抓不住的东西也很明确。表达能力与理解程度不是一回事。容易紧张的人、母语不是这门语言的人、需要更多时间才能把想法整理成话的人，都会吃亏。也就是说，口头答辩在滤掉作弊的同时，引入了另一种偏差。而且这种偏差不像监控工具那样显眼。
从这里开始是我的推演
到上面为止是丹麦教育部公布的内容；从这里开始，是我把那套逻辑挪到软件工作上的想法。原始资料谈的是教育政策，不是招聘或代码评审。
能挪过来的是代理指标这套逻辑。我们同样一直把产出物的质量当作衡量一个人能力的代理指标，而做出这份产出物的成本已经急剧下降。所以同样的结论也跟着来：只看产出物的评价会失去区分度，必须另外去确认作者身份或理解程度。
挪不过来的部分同样明确。学校的目的是让学生具备那份能力，公司的目的是把事情做成。在学校里用工具得出答案，是绕过了学习目标；在公司里用工具解决了问题，多半只是把活儿干好了。所以公司该问的问题不是有没有用工具，而是能不能为结果负责。
如果挪到招聘作业和代码评审上
在守住这个区分的前提下，可以这样挪。
如果是作业式流程，就把作业本身缩小，把作业之后的对话拉长。不要给交付物打分，而是把交付物只当作对话的素材。该问的是：这里考虑过哪些备选、为什么舍弃了；这一部分有哪些失败模式；如果需求这样变，你会改哪里。这些问题在不追问是否使用工具的前提下，把理解程度暴露了出来。
如果是代码评审，同样的装置其实早就有了，只是我们没在用。多数评审止步于对代码的意见，从不追问作者的判断。与其多写一条评审意见，不如插进一个问题：为什么是这个方案？答不出这句话的变更，无论体量大小都危险。谁写的都一样。
这种做法的副作用也一并写下来。确认作者身份要花人的时间，比筛简历贵。所以它不可能塞进每一个环节，你必须决定把哪一环设为最后一道关口。
用监控去解决的那一侧的代价
最后要回头再看第二项措施。屏幕监看和防火墙见效快、落地快，这也正是它常常成为组织里最先被采用的方案的原因。
监控真正的代价不是设备价钱，而是另外两样。一样是诚实的多数每次都要承担的不便，另一样是这套制度发出的信号。把「我们不信任你们」这个信号在每次评价里重复一遍，被评价一方的态度就会改变。而监控会招来新的绕行，绕行又会招来更强的监控。
在丹麦这一揽子措施里，我觉得值得看的是：第一项和第二项的比重接下来会被怎样调整。如果分量压向「改变评价对象」，它就是可持续的；如果压向「加强管控」，它就会变成一场军备竞赛。组织里处理同样的问题时，站的也是同一个岔路口。
小结与出处
做东西的成本一掉，就没法再靠「做出来的东西」去判断一个人了。那时能做的事有两件：管控制作的条件，或者换掉判断的对象。后者更难，也更持久。
- 丹麦教育部新闻稿 —— 针对高中 AI 作弊的即时措施包 —— 2026 年 8 月 6 日发布。三项措施的内容、涉及学生的规模、协商计划、国家 AI 战略的预告，都是从这份文件里确认的。
- CNN 的报道 —— 即时生效这一点、适用对象为高中阶段教育这一点、要求明示 AI 使用的规定，以及口头考试备考期间阻断 AI 这一条，都是在这里确认的。
- Danske Gymnasier 等三家组织的联合声明 —— 「必要且有建设性的第一步」这一评价、「只处理短期课题」这条但书，以及学生组织对扩大校内写作提出的条件，都是从这份文件里确认的。
- 关于招聘流程和代码评审的后半部分，是原始资料里没有的、我自己的推演。丹麦的措施属于教育政策，并不是关于雇佣评价的建议。