AI理科碾压人类状元却被这道文科题戳中了死穴

2026-05-04 | 来源: 钛媒体? | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

谁敢信？日本(专题)最难考的顶尖学府——东京大学和京都大学，刚刚被AI实现了突破。

不仅是考上，成绩还大幅领先。

在LifePrompt公司和日本老牌补习机构“河合塾”搞的一场闭卷盲测中，OpenAI的最新大模型ChatGPT 5.2 Thinking，大幅领先人类顶尖考生。

但值得注意的是。

在翻看这份成绩单时，我们发现了一个AI得分率仅为25%的“显着薄弱环节”。

这个大坑，或许恰好是当代高考生和准大学生们的“核心竞争力所在”。

多考50分，数学拿满分先来看一眼这份成绩单。

这可不是开卷考试。测试全程物理断网，AI只能凭自己的“脑力”（预训练权重）硬做。

结果呢？

在号称日本地狱级难度的东大理科三类（医学部）考试里，满分550分，ChatGPT 5.2拿了503分。

作为参照，今年考上这个专业的人类最高分，仅仅是453分。

整整高了50分！

更值得注意的是，它的数学直接拿了满分，英语得分率也稳稳踩在90%的基准线上。

京都大学同样取得了突破性成绩。在医学部考试中，AI获得1176分，把人类状元的1098分远远甩在身后。

要知道，AI进化速度令人瞩目。

回看2024年，老前辈GPT-4在这套卷子面前未能通过所有科目，连最低录取线都没够到。

2025年，加了强化学习的o1模型终于首次达到录取合格线。

结果才过了一年，ChatGPT 5.2以最高分通过考试。

得分率25%的短板数学满分，英语90%，理应是无敌的存在了吧？

但是！

人类必遭AI取代?辉达高层:算力成本仍远超人力

新研究:如果没有恐龙人类本可以活更久

狗子被人类驯化后,脑子萎缩了一半

在这份优异的成绩单中，有一科的成绩明显不足——

世界史论述题，满分60，它只拿了15分，得分率仅为25%。

为何一个拥有庞大知识储备、数学能力极强的模型，会在文科论述题上表现明显不佳？

阅卷的河合塾老师和技术社区的专家们给出了答案：因为这届AI，严重缺乏结构化组织能力（Structural organization）。

世界史论述题可不是背年份填空。

它需要你把历史长河里的碎片串起来，理出政治和经济的因果，写出一篇逻辑严密、首尾呼应的大文章。

一句话：需要人类的“宏大叙事”。

而这，恰恰是大模型目前的死穴。

当让它写上千字长文时，它写着写着就偏离了主题。

开发者社区做过极端测试：如果让现在的AI去维持一个超长文本的“连贯思想主线”，往往在几轮逻辑转折后，它就开始出现结构性断裂（Structural collapse）。

更要命的是，在处理极度复杂的宏大卷宗时，它还可能遭遇“长期记忆坍缩”，上下文丢失，逻辑线瞬间重置。

也就是说，目前的大模型依然缺乏全局架构能力。

它写出来的东西，单看每一句辞藻都很华丽；但拼在一起，整体缺乏逻辑连贯性，完全没有人类统领全局的“世界观”。

准大学生的“反击指南”看懂了这个25%的软肋，高考生和准大学生的破局方向也就清晰了。

日本人工智能学会会长Satoshi Kurihara教授说得好：人类绝对不该在同一条赛道上与AI直接竞争。

打个比方，你非要跟计算器比算数快，这显然不是明智之举。

在AI轻松超越人类顶尖理科考生的时代，准大学生们的技能树，必须得换个点法了：

第一，减少对“规则内机械做题”的依赖。

不管你微积分算得多快，法条背得多熟练，你都拼不过几美分调用一次的API接口。

靠疯狂刷题、机械记忆去换取职场高薪的路线，正在急速贬值。果断把你的时间精力，从纯粹的“拼记忆、拼算力”里抽离出来。