斯坦福一位教授发现了一件怪事：学生的作业越交越漂亮，期末考试却集体崩盘。高分作业和低分考卷之间的落差，逼着相关系部重新设计考核方式——编程作业从提交制改为一对一讲解制。

问题出在AI带来的「虚假繁荣」。学生用AI生成完美作业，结果漂亮，但答疑的劲头没了。作业成绩和实际能力严重脱节，直到期末考卷把真相摊开。

系里的应对很直接：不再只看你交了什么，而是要求你当面把代码讲清楚。助教职责随之重新定义，一对一讲解成了证明掌握程度的关卡。

这套改法的逻辑是，AI能生成高质量结果，却替代不了认知内化的过程。评估机制从「结果导向」转向「过程验证」，强制学生回到理解环节。

对做产品的人来说，这件事的参照意义不小：当生成变得廉价，验证「人是否真的懂了」就成了新的稀缺环节。学术诚信与能力评估的危机，最后落到了一个很朴素的动作上——你能不能把东西讲明白。