AI理科碾压人类状元，却被这道“文科题”戳中了死穴...

谁敢信？

日本最难考的顶尖学府——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“显著薄弱环节”。

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，ChatGPT5.2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！

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。

第二，将重心转向“宏观架构能力”的培养。

AI连世界史大题都统筹不好，说明它目前根本当不了“总工程师”。

未来的高薪岗位，属于那些懂行的“AI项目经理”。

你需要重点培养的能力是：如何提出直击本质的犀利问题？如何把一个庞大模糊的任务，精准拆解成十几个AI能听懂的标准指令？最后，如何用人类的战略眼光，把AI生成的一堆碎片，拼装成一套能用的系统。

第三，去那些充满复杂性和不确定性的现实场景中历练。

AI喜欢干净、透明、结构化的数据。但在真实的社会里，到处是混沌、情绪和谎言。

在一场剑拔弩张的商务谈判里，怎么察言观色搞定客户？

在公司不同派系的利益博弈中，怎么调解冲突？

面对一团乱麻的市场反馈，谁来顶住压力拍板担责？

这些需要同理心、信任背书、道德抉择的“高感触（High-touch）”领域，是AI目前无法有效介入的领域。

时代真的变了。机器的履带已经越过了知识评估的及格线。

与其在AI擅长的规则中过度内卷，不如退一步，去填补那些技术无法替代的领域。

（本文首发钛媒体App，作者｜ AGI-Signal，编辑｜林深）

声明：

本文所涉数据及推演均严格基于客观原始信息。包括LifePrompt对东京大学与京都大学的录取分数线对比盲测数据、大语言模型在长文本结构上的架构缺陷剖析及相关人工智能专家访谈等。需警示的是，AI技术演进属于极速变动的高压领域，本文的客观对比与能力推演不构成任何教育、升学或财务投资建议。读者在进行个人能力规划与发展决策时，应充分评估技术变迁带来的深远影响。