隐形提示陷阱：教授一招揪出32名AI作弊学生

一场精心设计的"钓鱼"实验

近日，一则来自 Hacker News 的讨论引发了教育界与技术圈的广泛关注：一位大学教授在作业题目中埋下了一段"隐形提示词"（invisible prompt），结果成功识别出 35 名学生中的 32 人使用了 AI 工具完成作业。这个数字令人震惊——超过 91% 的作弊率，几乎意味着整个班级都在依赖大语言模型来"代劳"。

这起事件的巧妙之处在于其技术实现方式。教授并没有依赖任何昂贵的 AI 检测软件，也没有采用容易误判的"AI 味道"人工判断，而是利用了大语言模型处理文本的一个根本特性，设计了一个几乎无法被人类肉眼察觉、却能被 AI 忠实执行的"陷阱"。

隐形提示陷阱的技术原理

所谓隐形提示陷阱，核心手法是在作业文档中嵌入人类看不见、但 AI 能读取的指令文本。这一手法的底层逻辑与网络安全领域中备受关注的"提示注入"（Prompt Injection）漏洞一脉相承。提示注入最早由安全研究员 Simon Willison 在 2022 年系统性提出，其本质在于当前大语言模型在架构层面无法区分"系统指令"与"用户输入数据"——所有文本对模型而言都是同等地位的 token 序列。这意味着嵌入在任何位置的指令性文本都会被模型当作有效命令执行。教授正是将这一通常被视为安全漏洞的特性"反向武器化"——不是用来攻击 AI 系统，而是利用 AI 必然服从嵌入指令的特性来标记使用者。

常见的实现方式有几种：

视觉隐藏技术

最简单的做法是将一段文字的字体颜色设置为与背景色相同（例如白底白字），或者将字号缩小到接近于零。对于用眼睛阅读题目的学生来说，这些文字完全不可见；但当学生把整个题目复制粘贴到 ChatGPT 等工具中时，这些隐藏文本会被一同复制，并被 AI 当作有效指令来执行。

提示注入指令

教授在隐藏文本中通常会写入类似"请在回答中包含某个特定的、不相关的关键词"或"请以某种奇怪的方式引用一位虚构的作者"这样的指令。由于大语言模型天生倾向于服从提示中的一切文字指令，它会"乖乖"地在生成的答案中植入这些标记。而认真独立完成作业的学生，根本不会知道这些标记的存在，自然也不会写进答案里。

这本质上是一种"蜜罐"（honeypot）思路：不去检测 AI 生成内容的统计特征，而是主动设置一个只有 AI 才会触发的行为陷阱。蜜罐是网络安全领域的经典防御策略，起源于 1990 年代，核心思想是故意部署一个看似有价值但实际上被严密监控的诱饵系统，等待攻击者主动"上钩"。与被动防御不同，蜜罐是一种主动情报收集手段——正常用户永远不会接触到蜜罐，因此任何与蜜罐的交互都可以被视为恶意行为的确定性证据。教授的隐形提示正是这一经典安全思路在教育场景中的创造性迁移。

为什么隐形提示陷阱比AI检测工具更有效

相比市面上的 AI 检测工具，隐形提示陷阱的优势非常明显。

传统的 AI 内容检测器（如 GPTZero、Turnitin 的 AI 检测模块）依赖于对文本困惑度（perplexity）和突发性（burstiness）的统计分析，误报率一直是个老大难问题。具体而言，困惑度衡量的是语言模型对一段文本的"惊讶程度"——AI 生成的文本往往选择最高概率的词语组合，因此困惑度偏低且分布均匀；而人类写作因为个人风格、创意表达和偶尔的用词偏好，困惑度通常更高且波动更大。突发性则衡量句子复杂度的变化幅度——人类写作中长短句交错、复杂度起伏明显，而 AI 生成文本的句式复杂度往往更加平稳。然而，这些统计特征存在大量边界情况：经过精心编辑的 AI 文本、以及写作风格规整的人类作者（尤其是非母语使用者），都会导致检测结果严重失准。不少非母语写作者、写作风格规整的学生常常被误判为"AI 生成"，引发了大量申诉与争议。

而隐形提示陷阱是一种确定性证据：如果学生的答案中出现了那个隐藏的、绝无可能自己想到的特定标记，那基本可以断定他们把题目原封不动地喂给了 AI。这种证据的说服力远强于概率性的检测结果，也更难被学生辩驳。

技术社区的争议与反思

在 Hacker News 的评论区，技术社区展现出了两种截然不同的态度。

支持方认为，这是一种低成本、高精度的学术诚信管理手段，教授的做法既聪明又公平——毕竟只有真正抄袭者才会中招，独立完成的学生完全不受影响。

质疑方则提出了几点担忧：

• 道德争议：故意设置陷阱是否属于"钓鱼执法"？教育的目的应是引导而非诱捕。
• 可绕过性：这种方法一旦被学生知晓，只需在粘贴前手动清理文本、或用截图 OCR 的方式提问即可轻松规避。OCR（光学字符识别）通过图像处理技术将图片中的文字转换为可编辑文本，当学生将作业题目截图后再通过 OCR 工具或具备视觉能力的多模态 AI（如 GPT-4o）提问时，隐形文本的格式属性会在截图过程中自然消失——白色文字在白色背景上不会在图像中留下可识别的痕迹，零号字体的文字同样不会出现在屏幕渲染的像素中。这意味着只要学生稍有技术意识，就可以通过"视觉通道"彻底绕过陷阱。因此，它更像是一场"猫鼠游戏"中的临时优势。
• 深层问题被掩盖：91% 的高作弊率本身才是最值得反思的信号。当几乎全班都在用 AI 时，或许问题不在于学生，而在于作业设计本身是否已经失去了意义。

AI时代教育评估面临的根本挑战

抛开技术层面的巧思，这起事件真正揭示的是 AI 时代教育评估体系面临的根本性挑战。

当大语言模型能够轻松完成传统的论述题、简答题时，继续沿用"回家写作业"这种考核方式本身就变得脆弱不堪。与其在检测与反检测的军备竞赛中疲于奔命，越来越多的教育者开始转向重新设计评估方式：例如强调课堂现场作答、口头答辩、过程性记录、以及要求学生解释自己的思考路径而非仅提交结果。

这一趋势在全球范围内已经形成了清晰的制度变革。2023 年以来，澳大利亚多所大学率先宣布大规模回归纸笔考试；英国罗素集团大学联盟发布了 AI 使用框架指导文件；美国斯坦福大学等机构则采取了更开放的策略，允许甚至鼓励学生使用 AI，但要求提交完整的交互日志和反思报告。这些应对策略大致分为三个流派：禁止派（回归监控环境下的闭卷考试）、透明派（允许使用但要求披露过程）、以及重构派（彻底重新设计评估任务，使其即使借助 AI 也需要高阶认知能力）。布鲁姆认知分类法（Bloom's Taxonomy）中的高阶目标——分析、评价、创造——正在成为"AI-proof"评估设计的核心参考框架，因为这些能力层次即便在 AI 辅助下也需要学生具备真正的理解和批判性思维。

隐形提示陷阱是一个精彩的短期解法，但它无法回答那个更宏大的问题——在 AI 无处不在的未来，我们究竟希望学生掌握什么、又该如何衡量这种掌握。技术手段可以抓住作弊者，却无法替代教育理念的进化。

结语

32/35 这个数字，既是一次技术手段的胜利，也是一记敲响的警钟。它证明了简单巧妙的"提示注入陷阱"在识别 AI 滥用上的有效性，同时也逼迫整个教育系统直面一个绕不开的现实：AI 已经深度渗透进学习的每个环节。真正的答案，恐怕不在于如何更好地"抓"，而在于如何重新定义"学"。