AI专业的学生毕业造假

寂静回声

AI 行业技术迭代太快，商业落地的节奏又极赶，企业的用人逻辑早已从 “培养储备人才” 转向了 “拿来即用”。名义上是 “实习岗”，实际上企业期待的是你入职第一天就能跑 baseline、调参出结果、甚至能带论文落地，根本没有预留 “学习适应” 的空间。但对学生来说，没有第一份实习，就永远没有 “对口经历”；而所有第一份实习的门槛，又都要求你已经有对口经历。
第二个死循环由此诞生：学生开始包装项目、虚构实习经历，把开源项目改写成自己的项目，把道听途说的业务细节安到自己头上；企业发现简历普遍注水，就继续抬高筛选门槛，从 “有实习” 到 “要有大厂核心岗实习”，再到 “要有顶会论文”“有开源项目影响力”。你提到的 “找实习起步 bar 是 3A 论文”，就是这种内卷的极致体现。

本科教育的核心定位本就不是 “产出科研成果”，国内绝大多数高校的本科培养方案里，既没有系统讲授科研方法的必修课，也没有标准化的科研训练流程，很多学生直到大三都未必能完整读懂一篇顶会论文，更遑论独立做研究。但保研的筛选逻辑，却早已经把 “已有论文 / 科研经历” 当成了核心硬通货。
于是第一个闭环形成了：学校不教科研，但保研要科研成果；学生只能自己找路径 “补”—— 从提早进实验室打杂、抱师兄师姐大腿混挂名，到包装课程作业、改写开源项目，再到直接篡改投稿状态、虚构项目经历。当所有人都开始凑成果，门槛就会自发水涨船高：从 “有一篇就行” 到 “必须一作”，再到 “要顶会、顶刊”。
如果本科自学就能达到硕士毕业的筛选标准，那硕士教育的意义是什么？答案其实很残酷：这些不断抬高的 “标准” 本质上根本不是能力标准，而是**筛选阈值**。它不证明你真的具备了硕士水平，只证明你在这场排位赛里挤到了前面。

而强化学习这类 AI 方向本身的特性，又恰好给这种 “纸面内卷” 提供了土壤。它的特点是：入门门槛极低，跑通一个开源 baseline 可能只需要几天；但真正做出有原创价值的工作极难，绝大多数发表的成果都只是微小的增量改进。可无论是保研还是求职，筛选者能看到的只有 “论文数量”“会议等级”“代码星标” 这些可量化指标。当所有人都把 “正常努力” 能达到的上限卷满之后，剩下的突破手段就只剩下：换随机种子刷点、在测试集上做手脚、润色实验结果、夸大个人贡献，直至彻底的学术造假。