AI学术危机双响炮：伯克利CS挂科率飙升35%，16位数学家联名发布《莱顿宣言》
UC伯克利CS 2026春季挂科率创历史新高，CS 10入门课35.3%不及格；同一周，16位数学家联名发布《莱顿宣言》，警告AI威胁数学研究根基。两条线指向同一个答案：AI正在让'学会'本身变得可疑。
2026年6月4日 · 阅读约 8 分钟
核心结论
同一周，两个独立事件从不同维度指向同一趋势——AI 正在系统性侵蚀人类的基础学术和数学能力。
事件一：加州大学伯克利分校计算机科学系 2026 春季学期出现历史性挂科潮——CS 10 入门课 35.3% 的学生不及格，CS 61A 基础编程课 10.6% 不及格，EECS 127 高级优化课 16.8% 不及格。教授直言原因是 AI 作弊 + 数学基础衰退。
事件二：2026 年 6 月 2 日，来自 15 所大学的 16 位数学家联合发表《莱顿人工智能与数学宣言》（Leiden Declaration on Artificial Intelligence and Mathematics），正式警告 AI 正威胁数学研究的可靠性、同行评审系统和学术自主性。该宣言已获国际数学联盟（IMU）正式背书。
一个从基础教育端（伯克利 CS），一个从学术研究顶层（数学家联盟），两条线交汇于同一个答案：AI 正在让"学会"这件事本身变得可疑。
伯克利 CS 挂科潮：数字背后的故事
数据有多惊人？
根据伯克利校内数据平台 Berkeleytime 的统计：
| 课程 | 2026 春 F 率 | 2024-2025 春平均 | 院系目标 |
|---|---|---|---|
| CS 10（入门） | 35.3% | <10% | ≤7% D/F |
| CS 61A（基础编程） | 10.6% | <10% | ≤7% D/F |
| EECS 127（优化理论） | 16.8% | ~5% | ≤7% D/F |
CS 10 的 35.3% 挂科率意味着每 3 个学生中就有 1 个不及格。两门课的 GPA 平均仅 2.3（C+），而院系目标是 2.8-3.3。
教授的现场目击
CS 10 和 CS 61A 的授课教授 Dan Garcia 报告：仅 CS 10 一门课就有近 30 名学生在开卷考试中被抓到作弊。Garcia 是"Beauty and Joy of Computing"（BJC）课程的创始人，这套课程体系是伯克利 CS 10 乃至全美预科计算机夏令营的核心。
Daniel Garcia 并不是唯一发声的人。伯克利已有 1300+ 名教员签署联名请愿书，指出 AI 工具的滥用和新生数学基础薄弱是双重危机。
为什么 AI 让考试失效了？
伯克利的研究发现：ChatGPT 发布后，短时间内 A 等级出现了约 30% 的激增——学生用 AI 写作业拿高分，但期末考试的数学/概念部分暴露了能力缺失。
问题是结构性的。过去四十年经历过类似冲击（1980 年代可编程计算器、1990 年代互联网搜索引擎、2000 年代智能手机应用），每一次教与学的平衡都被打破后重建。但这一次不同——AI 不仅快，而且隐蔽。
教授无法区分学生是在"用 AI 辅助学习"还是"让 AI 替自己学习"。传统的编程作业一夜间变得毫无意义——你只需要把问题描述扔给 ChatGPT，它就替你写完。
数学基础衰退：另一个隐藏危机
伯克利教授还指出，学生入学的数学能力正在下降。越来越多的高中生习惯用计算器和数字工具完成数学作业，但计算机科学要求理解数学本身——算法设计、复杂度分析、离散数学，这些都是机器不会替你思考的东西。
《莱顿宣言》：16 位数学家的正式警告
宣言本身
2026 年 6 月 2 日，一个由 16 位研究者（来自 15 所大学） 组成的工作组发布了长达 11 页的《莱顿人工智能与数学宣言》（Leiden Declaration on Artificial Intelligence and Mathematics）。宣言不是"反对 AI"，而是系统性地指出了 AI 在数学研究中已经显现的五大威胁。
五大威胁
| 威胁 | 核心问题 |
|---|---|
| 虚假证明泛滥 | AI 可以生成"看似正确但实际错误"的数学证明，同行评审系统难以区分真假 |
| 归属权与版权模糊 | AI 生成的证明/论证无法明确归属，数学界无法给"真正的人"以公平的学术荣誉 |
| 自主性流失 | 研究者被鼓励使用 AI，但过度依赖会削弱人类数学家的独立判断能力 |
| 不参与者被惩罚 | 拒绝使用 AI 的研究者将在发表速度和产出量上系统性处于劣势 |
| 军事/监控用途滥用 | 数学家的研究可能被用于训练 AI 系统，最终服务于军事和监控目的 |
宣言的具体建议
- 强制披露：所有数学论文必须包含"工具与计算资源披露"章节，明确声明是否使用了 LLM、机器学习系统、证明辅助系统等
- 仅人类可署名：即使使用 AI，只有人类作者对论文内容承担全部责任
- 传统出版优先：数学成果应继续发表在同行评审期刊和会议文集，新闻稿和博客只能作为辅助渠道
- 支持低资源机构：确保资金不足的大学和研究机构也能获得 AI 工具，避免技术鸿沟扩大
宣言已获得国际数学联盟（IMU） 正式背书。IMU 副主席 Ulrike Tillmann 表示："AI 开辟了激动人心的新机会，但也创造了不容忽视的问题。数学研究的未来应该由人类判断、公正透明的实践和全球数学界的共同价值观来指导。"
对比表：两个层面的 AI 学术危机
| 维度 | 伯克利 CS 挂科潮 | 《莱顿宣言》 |
|---|---|---|
| 层级 | 本科生教育（基础教育端） | 前沿学术研究（研究顶层） |
| 核心问题 | AI 作弊让考试失效，数学基础瓦解 | AI 生成假证明，威胁同行评审 |
| 数据证据 | 35.3% F 率、30 人作弊、1300+ 教职工签名 | 16 位数学家、15 所大学、IMU 背书 |
| 时间跨度 | 2026 春（一个学期） | 长期结构性风险 |
| 解决方案 | 监考编程考试、AI 融入课程、分开评估 | 强制工具披露、仅人类署名、传统出版优先 |
| 共同点 | AI 正在让"掌握知识"的标准变得模糊 |
HN 社区反应
Hacker News 上，伯克利故事获得了 386 分、51 条评论，社区反应呈现出两极化：
支持"AI 是问题"的一方认为：伯克利的数据是 AI 侵蚀教育的"煤矿中的金丝雀"。如果连 UC Berkeley 的 CS 课程都扛不住，其他学校只会更糟糕。CS 10 35% 的挂科率不是学生的失败，而是整个评估体系的崩溃。
反对"过度归因"的一方则指出：伯克利的 CS 课程长期以来就以高淘汰率著名，挂科率波动可能受多种因素影响（课程改革、教师更替、招生政策等），不能简单归咎于 AI。《莱顿宣言》也被批评为"传统学者的防御性反应"。
实操启示
-
教育者和家长应关注"概念掌握"而非"作业完成"：AI 能写代码/做题，但它不能替你理解为什么。伯克利的数据表明，依赖 AI 完成作业的学生在需要真功夫的考试中暴露无遗。
-
企业招聘应回归实操面试：如果高校成绩单不可靠（AI 替考风险），企业需要更依赖技术面试和项目作品集评估候选人的真实能力。
-
数学和算法基础仍是不可替代的护城河：无论 AI 多强大，理解底层逻辑的能力始终是区分优秀工程师和普通使用者的关键。参见我们的 AI 编程 Agent 技术选型指南：语言、模型、成本三维对比实测，其中讨论了为什么领域知识比工具选择更重要。
相关阅读
- 想了解 AI 编程工具的正面使用案例？看 如何用 Claude Code + DeepSeek V4 搭建 AI 编程环境
- 更多 AI Agent 安全实践：阅读 AI 编程 Agent 安全配置教程：3 步给 Claude Code/Codex 加权限沙箱
参考来源
- Daily Californian: "Failing grades soar as professors see greater AI usage, dwindling math skills in UC Berkeley CS classes" (June 3, 2026)
- Science / AAAS: "Mathematicians issue warning as AI rapidly gains ground" by Celina Zhao (June 2, 2026)
- Leiden Declaration on Artificial Intelligence and Mathematics (June 2, 2026) — 11-page declaration endorsed by IMU
- The Brief: "Why UC Berkeley CS Students Are Failing at Record Rates" (June 4, 2026)
- Hacker News discussion (item 48392004, 386 points, 51 comments)