使用中文AI模型獲取學位
作者透過使用智譜和阿里巴巴的中文AI模型（主要是Qwen系列）提交所有作業和電子郵件，試圖獲得學位，最終平均績點達到3.1%。他設定了一個指令碼以避免抄襲檢測，並花費極少時間進行人工稽核。儘管遇到一些懷疑，但成功完成了課程。
一位富有冒險精神的AI愛好者決定測試中國人工智慧模型在現實世界中的能力，他使用智譜（Zhipu）和阿里巴巴（Alibaba）的AI模型完成了一個完整的大學學位課程。這個實驗不僅涉及學術挑戰，還涉及地緣政治好奇心。作者選擇了阿里巴巴的Qwen模型系列，並主要透過Qwen Studio使用最新版本。當Qwen不可用或存在風險時，他使用GLM模型作為替代，儘管這會導致上下文丟失。
作者的目標很簡單：僅使用中文AI模型，以GPA 2.5或更好的成績透過課程。他最初希望獲得學位，但最終僱主從未核實他的學位聲稱，因此他意識到這可能只是浪費時間。然而，實驗繼續進行。
為了模擬真實學生行為，作者指示AI“像正在學習的學生一樣行動，不要總是正確，只需正確到看起來真實並透過課程”。Qwen模型很好地執行了這一任務，直到某次它複製了一名之前學生的答案，導致作者被叫去解釋學術不端行為。作者謊稱答案來自StackOverflow，學校相信了他，只要求重考一門課程。
為應對這個問題，作者設定了一個指令碼，將AI輸出與各種搜尋引擎和資料庫進行比對，確保輸出與網上已有來源相似。這工作得很好，但偶爾AI會將正確答案重寫為錯誤答案，這可能反而幫助他看起來更像一個真實學生。
隨著實驗進行，作者遇到了更多挑戰。一位教授透過電子郵件提出了問題，作者無法手動回覆，於是讓Qwen利用從Anna's Archive找到的書籍PDF生成回覆。這成功了，併成為未來類似情況的模板。
在接下來的100次提交中，平均得分85%，沒有問題。然而，作者被要求書面證明未使用非書籍資源回答問題，於是AI為他寫了一封簡潔的信。儘管作者覺得異常，但並未產生後果。
後續大約50次提交，平均分提高到91%，仍然沒有問題。作者開始意識到他基本上是在用錢換取一張可能毫無價值的證書——因為僱主從未核實他的學歷。
一些教師比其他教師更謹慎，作者會研究他們的線上足跡和照片。一般來說，年長的教師對AI工作原理不太瞭解，因此不需要那麼小心。有些教師要求手寫筆記和作業，作者便從AI複製後手動書寫。
最終，作者提交了最後一份作業，並以89.2%的成績完成了最後一門課程，平均GPA為3.1%。他總結道：“足夠好了！”整個實驗展示了中文AI模型在學術任務中的潛力，同時也暴露了學術誠信和AI監管方面的漏洞。