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。

文章来自于微信公众号 “APPSO”，作者 “APPSO”