墨西哥最大高校首次AI远程监考即酿成灾难：高分考生暴增5倍，统计模型显示近半数学生涉嫌作弊，最终5.8万人被迫重返考场。这不是AI不行，是"只管部署、不管验证"的工程思维出了问题。

事件回顾

今年夏天，墨西哥国立自治大学（UNAM）做了一次大胆尝试：将入学考试从线下搬到线上，让近16万考生在家通过"锁定浏览器"和AI摄像头监考软件完成考试。这是该校历史上首次完全远程化考试。

结果，成了一场教科书级别的AI部署失败案例。

UNAM的入学考试共120道选择题。根据往年数据，2021至2025年间，仅有3.5%的考生能拿到100分以上；110分以上的顶尖考生更是只有0.9%。但今年远程考试的成绩单完全变了样：100分以上的比例飙升至16.3%，110分以上达到5.5%——两项指标分别是往年的4.7倍和6.1倍。

高分井喷引发了大规模作弊质疑。UNAM紧急成立专家委员会展开调查，最终的结论令人震惊：系统性的作弊行为很可能已经发生，必须组织一场"对照考试"——所有已录取的学生，以及达到往年录取线的考生，全部回到线下考场重新考试。

受影响的考生总数约为5.8万人。而距离原定8月10日开学只剩不到一周时间。

技术方案到底哪里出了问题？

UNAM的远程考试方案看起来并不简陋。他们部署了两层防护：

第一层：Respondus锁定浏览器。根据官方说明，考试启动后，学生"无法打印、复制、访问其他网页、打开其他应用程序，网页搜索、即时通讯、浏览器最小化等数百种功能均被阻止"。

第二层：Territorium AI监考系统。通过摄像头实时监控考生，用AI算法识别替考行为、手机/耳机使用、考生离开画面等异常。系统还配置了人工监督员——每150名考生配1人，接收AI告警后再人工复核。

听上去很周全。但现实是：只有约2%的考试因"行为违规"被取消，而统计数据显示的作弊规模远超这个数字。

问题就出在"锁定浏览器"的假设上——它以为锁住了电脑就等于锁住了考生。但考生们很快就找到了绕过方案：在摄像头范围外放置第二台显示器，直接在上面使用ChatGPT等AI工具；把耳机藏在头发下面；甚至直接找人替考——反正摄像头只能看到一张脸。

墨西哥当地媒体El País的报道揭示了更细致的漏洞：考前网上已经流传大量"作弊攻略"，详细指导考生如何布置房间、如何选择摄像头角度，以及如何在AI监考的眼皮底下"合法作弊"。纽约时报的后续报道也证实，"作弊技巧在考试开始前就已广泛流传"。

这起事件值得每一位AI产品创业者深思。它暴露的问题，远不止"技术不成熟"那么简单。

锁定浏览器和AI监考的设计，假设的是一个"守规矩的用户"模型。但考试本质上是一个对抗性场景——考生有强烈的作弊动机，而且会主动寻找系统漏洞。

这跟很多AI创业者面临的情况一模一样：你的AI客服以为用户会好好提问，结果遭遇了提示词注入攻击；你的内容审核模型以为能识别所有违规，结果用户发明了新的绕过话术。在对抗性场景中，任何静态规则都会被快速破解。你需要的是持续迭代的攻防体系，而不是"部署完就完了"的一次性方案。

UNAM的AI监考系统确实发出了告警，也配备了人工监督员。但为什么最终还是漏掉了大规模作弊？

因为AI系统给出的信号被稀释了：大量误报让监督员产生了"告警疲劳"，或者系统根本就没能识别出精心设计的作弊手法。AI可以当哨兵，但不能当法官。在涉及重大利益的决策场景（入学、贷款、招聘），人类最终判断权不可被自动化替代。

UNAM的教训最核心的一条：他们没有在真实对抗环境中测试过这套系统。16万人的正式考试，就是他们的第一次实战。

这在AI产品领域是致命的。如果一个AI客服上线前没有经过对抗性测试（让专业测试人员故意绕过、误导、攻击），上线后一定被用户玩坏。AI产品的质量保证必须包含"红队"环节——找人专门扮演恶意用户，用尽一切手段突破你的防线。 只有先被自己人打穿，才能避免被用户打穿。

UNAM事件在Hacker News等科技社区引发了激烈讨论。一个问题被反复提起：我们正在把越来越多的关键决策交给AI，但我们对AI系统的鲁棒性测试远远不够。

这不是孤例。从美国法院的AI量刑辅助系统被质疑种族偏见，到招聘AI被发现歧视女性候选人，再到自动驾驶系统在罕见场景下的致命失误——UNAM考试事件只是AI信任危机链条上的最新一环。

对于AI创业者来说，这既是警示也是机会。那些能在产品设计中内置"对抗性测试"和"人类兜底机制"的团队，将在信任稀缺的时代获得巨大的竞争优势。 用户选择AI产品时，越来越不只看"功能多强大"，而更看"出问题时谁兜底"。

如果你正在开发面向大规模用户的AI产品，以下三点值得立刻执行：

UNAM的5.8万考生，最终会回到线下考场，在真人监考老师的注视下重新答题。但AI行业不能等到每一次"灾难"发生后才想起补漏洞。信任，建起来需要数年，摧毁只需一次事故。