问题——高校考试正面临"工具跃迁"的冲击。香港科技大学研究人员的模拟实验表明，外观普通的可穿戴设备网络和大模型支持下，能够快速识别试题、生成答案，使用者几乎无需额外操作即可完成作答。现实中已有高校通报学生使用智能眼镜违规的情况，传统的"看得见、抓得住"的监考方式正被重新定义。一旦作弊行为趋向隐蔽，考什么、怎么考、如何保证公平，都将成为高校必须面对的治理课题。 原因——三个层面共同推动了此现象。首先，技术门槛大幅下降。可穿戴设备的基础能力加上图像识别和语言模型，形成了"拍摄—识别—生成—呈现"的完整闭环，原本需要多人配合的作弊链条被压缩为单人操作。其次，应用场景被精确优化。研究团队针对真实考场条件优化了图像获取、网络传输和响应延迟，同时选择续航长、摄像清晰的设备，确保连续作答的稳定性。第三，高校评价体系仍以标准化答案为主。许多课程考核依赖固定题型和可查询的知识点，当工具能快速调用信息并组织答案时，传统闭卷考试的区分度和约束力就大幅下降。 影响——分三个阶段显现。短期内，考试公平性和学术诚信受冲击，作弊更难被发现，一旦"高分轻易可得"，学生对规则的信任和努力的期待都会被削弱。中期来看，课程设计和人才培养目标需要调整。如果考核仍主要衡量记忆和解题套路，教学容易被"工具化能力"反向牵引，学生对原理、实践和创新能力的训练会受影响。长期而言，高校必须建立与新技术相匹配的治理体系，涉及考试制度、数据安全、设备管理和纪律处分的系统化升级。 对策——从四个上着手。一是重构考核内容，增加开放性问题、过程性评价、实验答辩和现场演示，重点考查推理能力、设计思维和工程判断，让"只有答案"难以得高分。二是优化考试形式。基础课可采用"分层测试+随机题库+口试抽查"组合，关键课程可用现场上机、分段提交和日志监测等方式，降低单次终局考试被工具击穿的风险。三是完善考场管理和技术防护，建立可穿戴设备的准入清单和检查流程，采用信号管理、行为识别、动态编排等手段，提升违规成本。四是强化诚信教育和制度约束，将学术规范纳入必修课程，明确违规后果，通过可验证的过程记录和一致的执行标准，形成"技术防范+制度约束+价值引导"的闭环。 前景——多所高校已将人工智能通识课和"各学科AI应用"纳入教学计划，标志着人才培养正从"会用工具"向"理解工具、驾驭工具、约束工具"转变。可以预见，考试改革将不是简单的监考升级，而是教学目标、课程内容、评价方式和治理能力的全面升级。只有把评价重心从"答案"转向"能力结构"，把监管方式从"人盯人"转向"制度与技术协同"，高校才能在新技术浪潮中守住公平底线、提升育人质量。
这场AI眼镜作弊风波如同一面镜子，映照出高等教育在智能时代的困境。这不仅是技术与反技术的竞争，更是对教育本质的重新审视。高校不能仅仅堵住作弊漏洞，而要借此机遇，重新思考知识传授、能力培养和人才评估的目标与方式。只有当教育制度真正适应AI时代的要求，才能培养出既有扎实基础又具创新精神的人才。这场教育变革已然启动，改革的紧迫性和必要性已无可争议。