挂科率飙至35%！加州伯克利「零基础CS课」也翻车了？

近日，在加州伯克利上演了一场耐人寻味的现象。

2026年春季学期，伯克利计算机入门课CS10（零基础友好）的挂科率上升到35.3%，核心课程CS61A挂科率达到10.6%。

但这些学生们平日交上来的编程作业质量很高，代码整洁，注释完整，逻辑也经得起推敲。

而几年前，这两门课的成绩分布还相对平稳。

一、名校陷入两难，禁不掉AI，考场也守不住

伯克利教授Dan Garcia在解释挂科率上升时明确：

「一部分不及格成绩来自被查实作弊并送交学生行为中心的学生，但更多情况是学生平日过度依赖AI完成作业，到了考试时没有准备好。」

且仅CS10一门课的居家开卷测验中，就有近30名学生因使用AI作弊被查处。

因AI引起的“麻烦”，在美国其他顶尖高校同样在上演。

从1921年开始，斯坦福实行荣誉考试制度，考场没有监考，完全依赖学生的学术操守，这套沿用了上百年的规则，眼下正在失灵。

目前，教师群体正在推动恢复线下监考笔试，本科生强烈反对，双方僵持不下。

把AI挡在考场外面，真的能解决能力培养的困境吗？

二、考试这件事本身，可能需要重新审视

不过，这也不全是学生的问题。

美国顶尖公立大学的计算机和工程专业，本身就带着一些结构性难题。

全美四年制大学的平均毕业率只有46.6%，在加州大学体系里，计算机和工程这类专业课业重、选课难、师生比又高，学生延期毕业早就不是新闻了。

佐治亚理工学院四年毕业率57%，普渡大学和斯坦福是64%，多数加州大学分校也就在70%上下。

这意味着学生必须在有限学期里塞进尽可能多的课程，每一门课的作业和考试，都直接卡着毕业的进度条。

压力摆在那儿，工具理性压倒学习动机，几乎是必然的。

再看那些闭卷考试，翻来覆去考的就是默写代码、手推算法，这些在AI时代还有多大的意义？

能熟练拿AI解决复杂问题，这本事本身就是竞争力。查资料、理思路、写初稿，在真实的商业项目和技术开发里，没人觉得有什么不妥。

唯独在大学考场里，AI成了必须严防死守的违禁品。

这个错位让越来越多人开始琢磨，要是考试测的东西在工作中根本用不上这种形式，那考试到底考个什么劲儿？

三、另一种逻辑，重新定义学习

当线下名校还在守着闭卷考试时，在线CS硕士走的是另一条路。

课程设计强调学习与实践并重，既有系统的理论内容，也有大量的项目实战。

学生通过完成实际项目，把所学的知识用起来，而不是只停留在课本上，作业更不是在卷子上默写算法定义。

时间安排比较灵活，学生按自己的节奏走，教务团队全程跟进服务，从入学、选课规划到日常答疑、毕业。

说个具体的例子。

一位非计算机背景职场人，在职读了美国四大理工之一史蒂文斯理工学院计算机科学（CS）硕士。

课程从数据结构、算法、操作系统、数据库这些核心内容开始，系统性地把计算机的基础框架搭起来，对转码的学生很友好。

平时作业里有很多项目要动手做，边学边练，手上攒了不少能拿得出来的东西。

到了求职季，他同时拿到了TikTok和Okta的面试机会，最后入职了梅赛德斯奔驰。

最后想说，与其把AI挡在考场外，不如换个赛道，最快1年时间把AI真正学透用好，稳稳拿下学位。