高分人数暴增5倍，苹果用禁令卡住OpenAI硬件

01高分人数激增5倍，5.8万名学生被迫重考

一场由AI监督的远程考试结束后，高分人数变成此前的5倍。最终，5.8万名学生被要求重考。无论个人成绩是否可疑，每个人都得重新付出时间，学校也要再次组织考试。

这次处理暴露的不是一道题判错，而是大规模监考缺少可供用户核查的过程。系统依据什么规则运行、怎样处理异常，学生很难看见；结果出了问题，补救成本便直接落到考生身上。

AISPA研究虽然针对大模型应用，却指出了相似的治理缺口。论文称，系统提示词决定基础模型在应用中的行为，商业产品广泛使用，却很少向公众或监管者公开。研究者因此提出面向用户的系统化审计框架，让外部能够检查系统究竟被要求做什么。

对考试部署方，门槛不该只是「模型能否监考」。上线前需要审计系统规则，考试中需要检测分数分布等异常，结果有争议时还要给学生申诉和人工复核入口。否则，自动化覆盖多少人，错误就可能同时波及多少人。

这次事故已经给出具体尺度：高分人数增至此前5倍后，补救办法不是复核少数异常成绩，而是让5.8万名学生再考一次。

02苹果要用禁令卡住OpenAI硬件，称另有11名前员工或涉案

苹果已在商业秘密案中申请初步禁令，要求阻止OpenAI继续开发据称基于苹果技术的人工智能设备或其他产品。它还要求对两名被指控的前员工等对象加快取证。

苹果称，调查又发现11名前员工可能是证人或与案件有关。文件还指称，有人在同事面试前讨论未发布产品的专有信息，也有人在面试前截取机密文件。这些尚未经法院认定。

OpenAI称诉讼「毫无依据」，并公布信息和消息记录回应员工相关指控。苹果则要先限制产品推进，再查清资料如何流动，双方对事实的表述正面冲突。

法院是否签发禁令，将先决定硬件项目能否继续推进。加速取证则会厘清这11人只是证人，还是面临更具体的指控。

03看到AI配图就怀疑正文，整段生成代码也让开发者重新手敲

一张AI配图省下制作时间，却可能让整篇文章多一道信任审查。一位个人博客作者直言，看到这类图片，他会怀疑正文是否也由模型生成；相比之下，他宁愿看粗糙的Microsoft Paint手绘图，因为至少能确认背后是人的想法。

代码生成把同一笔成本交给开发者。另一位作者仍用coding assistant跳过枯燥环节，但让工具一次写完整个功能后，他会感到迷失：功能虽然交付了，自己却没弄懂实现方式。

逐行审查也没有消掉这笔账。数百行防御过度、注释糟糕且藏着细小错误的代码，仍要由人读完；他的折中办法是把生成代码手工重打一遍，在输入过程中逐段恢复理解。

这不是所有团队的通用流程，却给效率评估加了两笔账：内容发布后的读者疑虑，以及代码合并前的理解时间。两位作者的选择很具体，一个不用AI配图，一个把生成代码重新敲进项目。