本文来自微信公众号： APPSO ，作者：发现明日产品的，原文标题：《高考前一天，五个 AI 出了同一道作文题》
1985年，教育部高考语文研究组编了一本书，《全国高考作文评分系统与各类标准卷选》，那是一个关注语言水平、写作创造力和文字如何反映生活的时代，高考作文既是一种考察写作能力的方式，也是教书育人理念的延伸。
「言为心声，想要写出生动活泼的文章，先要有生动活泼的思想。」书里的一个判断，四十年后读来仍然锐利，「如何破除千人一面的学生八股，消除学生作文中的空话、套话，是最需要重视的问题。」
我们把问题交给了五个AI模型：什么是属于今天的高考作文题？
Claude、ChatGPT、Gemini、豆包和Kimi得到了同样的指令，并且自己检索到了差不多的素材：2011到2025年全部15年真题原题、官方命题组的评析文献，以及近一年的社会热点关键词。
基于这些素材，它们被要求进行研究和理解，第一步，让它们研究命题原则，搞清楚「高考作文题应该长什么样」；第二步，让它们自己出一道2026年的题。
高考语文即将开考，在真题揭晓之前，先来看看AI交出了什么卷子。
AI眼中的高考作文
五个模型拿到同样的任务，做法完全不同。
Claude是唯一一个把这件事当工程来做的。它没有一头扎进检索，而是先去找总纲性的框架文件，锁定了2019年发布的《中国高考评价体系》和它的「一核四层四翼」，然后顺着这条线去找关键人物。张开（教育部考试中心的命题专家，2015年提出了「任务驱动型作文」）；温儒敏，（统编教材总主编，长期批评作文评分「趋中率」过高，主张回归理性和思辨），Claude把这些人和核心主张串成了一条十年演变的脉络，从2015年任务驱动登场，到2020年评价体系落地，再到2024年「新质生产力」和「拔尖创新人才」。最终交出了一份四层结构的研究框架，总纲、官方评析渠道、关键人物、十年脉络。
Gemini的原则分析不差，四大原则拆得清楚，也找到了张开和温儒敏。但真题检索弱了明显一截，它甚至是五个模型里唯一一个不完整抓取真题原题的，直接丢失了原始表述（可能是因为这时候它还不知道接下来它的任务是什么），像一个读了很多二手文献却没翻过的研究者。
豆包给了全场最长的输出。从2011年逐年罗列到2025年，每一年都标注了命题背景、命题思路、官方解读、关键转向，后面还附了维度总结和表格。信息量巨大，通篇是「年鉴」的写法，给你所有信息
ChatGPT是全场最慢的，第一轮任务思考了整整34分钟才动手。最终产出了一个Excel索引表，六张工作表，按证据等级分了A、B、C。作为学术检索工具非常专业，但你没法从一个Excel里摘出一段观点来用。Kimi也走了类似路线，把命题原则收进了一张整理好的专家观点表格。两个模型都跳过了「分析」这一步，给你一个数据库，让你自己去找答案。
Kimi生成的表格报告
不过，方法论差异再大，五个模型都读到了同一套密码：立德树人、一核四层四翼、反套作、情境化、思辨性，们在「命题组想要什么」这件事上达成了高度共识。
在这种时候，应该是各自发挥的时候了，但是分歧没有出现。
五道题，一个答案
我们让五个模型各出一道2026年高考作文题，它们得到的也都是相同的prompt：根据你的研究和分析理解，出一道2026年高考语文的作文题。
Gemini写的是「零摩擦生活」。算法精准推送、导航避开拥堵、智慧生活圈免去线下交往的繁琐，人们享受着「零摩擦」的便利。然而哲学家指出，人类的成长往往发生在遭遇阻力与绕道远行之时。
Kimi做了一个古今对照。1936年长征结束，一位老红军说「终点在前方，走过去了才知道」。2026年，一位年轻人在社交媒体上写：「我走的每一步都是『正确』的，但我越来越不知道自己想去哪里。」
豆包的题叫「快捷键时代」。AI一键生成文案、视频倍速播放、学习追求速成。然而敦煌的工匠用一生打磨一幅壁画，故宫的修复师耗时几十年复原一件文物。
ChatGPT写的是「尺度」。分数、排名、流量、效率、模型评分，这些「尺子」帮人们看见差距。可是热爱、坚守、独立的判断、对他人的体谅，不容易被量出来。青年人需要借助外在的尺度，也要逐渐形成自己的尺度。
Claude最简洁。导航替我们规划路线，算法替我们筛选信息，AI替我们写出答案，我们似乎比以往更容易「抵达」。然而也有人说，路走得越省力，留在心里的风景越少。
摩擦力、方向感、沉淀、尺度、风景，五个模型所使用的意象各不同，但如果把修辞剥掉，它们在说同一件事：技术让生活变得便捷高效，但人类某种深层的价值正在这个过程中被消解，没有任何一个模型跳出了「科技便利vs人文深度」这个框架。
值得一提的是，Claude因为我的prompt复制粘贴少了年份限制，实际它只读了2016到2025年的真题，比其他模型少了五年数据，但这并没有让它的题目方向产生任何偏移，少五年样本，并没有影响出题方向。
这不完全是意外，近三年真题一直在围绕「AI时代的人」做文章，2024年新课标I卷直接问「随着互联网和人工智能的普及，问题会越来越多还是越来越少」。
语言模型的判断建立在它见过的文本分布之上，而近年的文本天然比早年的权重更高。2024年那道AI题在教育媒体上被反复讨论、解读、引用，产生了远超其他年份的文本量，对模型而言这就是一个被放大了的信号，所有模型都把它当作了2026年最可能延续的方向。
不过，在高度收敛之下，微妙的差异仍然值得看。
Kimi是最聪明的。它想到了2026年是长征胜利90周年，把纪念日嵌进了题面，用「草鞋」和「导航」做古今对照。这说明它不只在做主题推演，还在做日历计算，理解了高考作文「逢十大庆」的隐性传统，题目本身也比较生动，有画面感。
ChatGPT的「尺度」最让我意外，它虽然也碰了算法和模型评分，但核心其实是关于评价体系，不完全困在科技vs人文的对立里。而且「尺度」这个词本身有不错的文字质感，比「摩擦力」和「快捷键」相比，要更有画面感。考虑到它34分钟的思考时间，也许慢有慢的道理。
豆包则踩中了最大的雷。敦煌工匠、故宫修复师，这些素材本身就是考生会背的「万能例子」，而命题组过去十年最核心的技术追求之一就是「反套路」。一道让考生可以直接搬出万能素材的题，恰好是命题组最不想出的那种题。
Claude在前一步的调研里断层领先，四层框架、检索路径、判断优先级，研究做得最深。但到了出题这一步，它的题反而是最平的，像一道标准的模拟卷练习，正确，但没什么记忆点。研究做得最深的模型，出了最安全的题。
AI出不了的那道题
五道题都像模像样，材料简洁、思辨内置、贴近学生生活，完全符合近年的命题风格。如果混在一堆教辅模拟卷里，你很难分辨出哪道是AI出的。
它们太像了，太像彼此，也太像你能预期到的样子。
AI做命题研究的时候可以表现得非常好。Claude能梳理十年的原则演变脉络，能判断哪些文献是一手的、哪些是二手转述。这些能力是真实的，某些维度上甚至超过了普通的教研工作者。
图片来自：《全国高考作文评分系统与各类标准卷选》目录
但当它从「理解规则」走向「运用规则出题」的时候，问题出现了。
高考作文命题有一项核心技术，叫「反预期」。张开当年提出任务驱动型作文，就是因为传统材料作文让考生可以提前背好万能模板，命题组需要一种新的出题方式，来让预先准备好的范文瞬间失效。温儒敏批评「套作」，历年命题评析里反复出现「反押题」「反宿构」这些词，背后都是同一个意思：好的题目应该让所有人猜不到。
图片来自：《中华读书报》
而AI给你的，永远是最可能的那个方向，这是统计模型的结构性特征。你给它足够多的样本，它能精准地提取出趋势的最大公约数。五个模型不约而同地收敛到「科技便利vs人文深度」，是因为这个方向在近年的真题和评析中信号最强，是所有可出方向里概率最高的那一个。
换句话说，AI在做的事是一种极其精密的押题。
1985年的敌人是学生背范文，2015年的敌人是教辅产业链批量生产模板，2026年的敌人变成了AI。每一代的「八股」都比上一代更精密、更高效、更难破除。
但命题组的核心任务从来没变过，「反押题」是他们需要坚守的核心原则。如果全中国的AI、教辅、名师预测都指向同一个方向，命题组要做的就是绕开它。AI擅长在规则之内找到最优解，而命题需要的是在规则之内制造意外。
AI能给你「情理之中，情理之中」，但好的高考作文题要的是「意料之外，情理之中」。
1985年时研究组提到，写作涉及两种思维，一种叫「求同思维」，按同一方向思考；一种叫「求异思维」，从不同方面探索。不同思维都可以体现创造力，而衡量创造力有两个原则：新颖程度，以及合理性，并不是一切新奇都是富于创造性的——这几乎就是「意料之外，情理之中」的学术版表述，写在AI出现之前四十年。
AI是人类造出的最强大的求同机器，它能把所有已知信号汇聚成一个概率最高的解。而我们一次又一次的看到，这种做法最终会导向的是无趣、无效、无力。
明天语文开考，等真题揭晓时我们再来看看，四十年后的命题组，怎么破这一代的八股。同时，也预祝所有即将走上考场的学子们，轻松应战，全面发挥。高考并不真正决定全部的命运走向，但这将会是各位人生道路中，一个难忘夏天的终点。