AI 考上东大医学部，比人类状元高 50 分：拼命刷题，还有意义吗？

2026年4月，日本AI企业LifePrompt正式发布了一组AI应试测试结果。ChatGPT 5.2 Thinking参与了东京大学、京都大学2026年2月的入学考试。

东京大学最难考的理科三类（医学部）专业，AI取得503.59分，人类考生最高分453.60分，AI高出近50分。数学满分，英语得分率90%。京都大学医学部考试中，AI取得1176分，人类最高分1098分，分差同样明显。

但成绩单中有一个反差极大的数据：世界史论述题满分60分，AI得15分，得分率25%。

不少人看到这25%，便认为AI不擅长深度论述，人类在文科领域仍有优势，不必焦虑。但这种看法过于乐观了。

一、考试到底在考什么？这个问题被AI逼到了墙角

东大理科三类是日本最难考的医学专业，竞争极其激烈，每年能考上的都是顶尖中的顶尖。能考上这些学校的学生，从小到大练的是什么？快速解题、精准记忆、高压下不出错。这些正好是AI最拿手的事。

日本人工智能学会会长说人类不该在同一条赛道上和AI竞争。但问题是，东亚这套考试选拔机制，从古代的科举到现代的高考，本质上选的就是会做题的人。私塾、补习班、题海战术、标准答案，这套系统要的不是完整的人，而是得分最高的人。

AI只用了两年就从全科不及格到最高分：2024年GPT-4没够到录取线，2025年o1模型第一次合格，2026年ChatGPT 5.2直接拿了最高分。这个进步速度说明，考试在考什么，AI就能学会什么。考试考的内容和AI擅长的东西，重合度很高。

当一张试卷机器都能轻松考过，它作为选人才的工具，说服力就已经不行了。所以问题不是不让AI参加考试，而是人类得重新想明白：到底什么能力才是真正值得考的？

二、文科护城河是个伪命题

很多人看到世界史论述题的25%，马上得出结论：AI不会组织长篇论述，人类的宏大叙事能力是AI替代不了的。

这个判断有个漏洞：把AI现在做不到的事，当成了永远做不到。

2024年GPT-4做东大数学成绩很差，当时也有人说AI不懂数学。一年后，数学满分。世界史论述题的难度，从技术上讲并不比数学更高，只是AI训练的方向不同。现在的大模型本质上是找规律、拼概率，擅长模式匹配，不擅长因果编织。但这个不擅长，很大程度上是因为训练数据里缺少高质量的论述逻辑样本，不代表以后技术上一定做不到。

如果人类把希望寄托在AI永远做不好某类题上，这本身就是一种偷懒。工业革命初期，手工业者安慰自己机器织的布没有灵魂，最后怎么样？市场没等他们。

AI现在写不好世界史论述，不代表三年后还写不好。更重要的是，就算AI写不好，也不代表人类就自动会写了。事实上，很多大学生毕业时的论文写作能力，未必比AI这25%强多少。如果人类自己的论述能力也在退步，那这条防线本身就是空的。

三、技能贬值的速度，超过了教育更新的速度

少刷题、多培养宏观架构能力、以后去做AI项目经理，方向没错，但做起来有多难，被严重低估了。

宏观架构能力需要什么？在真实世界里摸爬滚打，把不同领域的知识串起来，在信息模糊时做判断，在利益冲突时做协调。这些能力的培养，靠的是好老师、实践机会、家庭眼界和社会资源。一个县城高中的学生，可能连谁会教他这些都不知道，拿什么培养这些能力？

刷题这条路被AI堵死后，新的上升通道反而更看家庭资源。这不是在缩小教育差距，是在拉大差距。以前穷孩子还能靠拼命刷题追上富孩子，以后比的是认知框架，起点差距可能比分数差距更难追。

就算真的有了宏观架构能力，用人单位认吗？企业HR筛简历时，可能还是先看学历和学校，不是先看你会不会当AI项目经理。教育体系跟不上技术变化，就业体系又跟不上教育变化。个人再怎么调整自己，如果社会的评价标准不变，就是在用新办法走老路。

四、从考赢AI到与AI共生

当AI能考赢状元，人类退居把关者和整合者，出了问题谁负责？

东大医学部培养的是医生。如果未来一个医生越来越依赖AI做诊断，自己只负责签字确认，出了医疗事故算谁的？算医生的，算AI的，还是算开发AI的公司的？

当人类只剩下签字和承担责任，而对诊断过程本身并不真正理解，这种合作到底是进步还是退步？

技术把执行层替代掉之后，人类是真的升级了，还是被架空了？历史上发生过类似的事。工业革命让农民进了工厂，信息革命让工人进了办公室。每次技术变革都说人类会去做更有价值的事，但更有价值的岗位数量，往往比被消灭的岗位少得多。

AI项目经理确实是个新岗位，但一个经理能管多个AI，意味着原来多个干活的人里，只有少数能转成经理。剩下的人怎么办？建议你去培养宏观架构能力的人，回答不了这个问题。

结语

AI考上东大状元，真正的信号不是机器比人聪明，而是我们用了几十年的选人标准，正在快速失效。世界史论述题25%的得分率，既不是人类的优势防线，也不是AI的终点。它只是一个提醒：如果教育继续培养会做题的人，社会继续奖励会考试的人，那输给AI的不是哪个学生，是整个系统。

技术变革不会等人。但比技术更慢的，往往是人对自己处境的清醒认识。