第一篇：霍尔木兹海峡实况：连续7天航运“近乎停滞”，危机持续深化

霍尔木兹海峡的商业航运危机正持续发酵，作为全球最重要的能源通道，这条承载着全球约五分之一石油贸易流量的水道，已连续第七天陷入“近乎停滞”状态，其影响正沿全球能源供应链快速传导，引发多方关注。

核心实况：仅伊朗船只通行，商业航运实质中断

3月9日，彭博汇编的船舶追踪数据显示，过去24小时内，仅有一艘与伊朗相关的散货船驶出波斯湾，无任何船只从阿曼湾方向入湾，双向商业通行已陷入实质性中断。据悉，最后一艘与伊朗无明显关联的商业船只——中国籍散货船“Sino Ocean”号，已于上周六早间完成过境，此后非伊朗关联船只几乎全面撤离该水道。

这一停滞状态并非偶然。联合海上信息中心（JMIC）3月6日通报显示，霍尔木兹海峡当时过去24小时仅有两次确认的商业航行，且均为货船而非油轮，通行量已降至个位数。另据劳合社市场协会数据，目前约有1000艘船只、总价值约250亿美元的船舶被困于海湾及周边水域，多数船只仍处于等待观望状态，暂未敢贸然过境。

值得注意的是，该区域存在大范围信号干扰和应答器关闭现象，导致霍尔木兹海峡附近的实时船舶追踪面临较大困难——船只位置往往要等到数天后重新出现在卫星信号中才能被确认，因此实际通行量可能存在一定程度的低估，真实的航运停滞状况或更为严峻。

危机诱因：导弹无人机袭击引发安全恐慌

多次针对商船的导弹和无人机袭击，是此次霍尔木兹海峡航运停滞的直接导火索。彭博指出，该区域持续的导弹与无人机活动，已对附近所有船只构成“关键性风险”，这种安全威胁让绝大多数商业船东选择主动回避该水道，进而导致航运陷入停滞。

特殊现象：“中国身份”成过峡尝试，但跟进者寥寥

在极少数成功过境的案例中，“中国身份”标识正成为部分船只试图规避风险的手段。据解放日报报道，北京时间3月5日，散货船“铁娘子”号将应答器信号改为“China Owner”（中国所有），沿阿曼海岸线顺利穿越霍尔木兹海峡。

随后，悬挂利比里亚国旗的散货船“Sino Ocean”号于3月7日上午采用相同策略，在穿越海峡最窄处时持续广播“CHINA OWNER_ALL CREW”信号，成为第二艘采用此方式过境的船只。这一做法已引发部分效仿，据媒体援引Marine Traffic数据分析，过去一周，至少10艘船只已修改应答器信号，对外宣称与中国相关，涵盖集装箱船、油轮等多种船型。

不过，航运数据公司Kpler分析师Matthew Wright指出，这种身份修改存在一定的欺骗成分，“他们几乎可以改任何内容，想填什么就填什么，本质是船员试图掩盖与特定港口、目的地或国籍的关联”。他同时表示，这种以身份伪装规避风险的做法并非首次出现，最早可追溯至2023年红海局势期间胡塞武装袭击商船之时。

尽管已有两艘船只通过“中国身份”标识成功过峡，但据解放日报3月7日下午报道，这一案例目前仍属少数，暂无更多中国货船跟进效仿其航行方案，多数船东仍对过境风险持谨慎态度。

应对举措：沙特切换红海航线，替代通道隐患重重

面对波斯湾出口通道实质受阻，沙特阿拉伯正积极启用红海航线作为替代路线，试图缓解航运压力。据彭博报道，沙特正通过东西向管道将原油输送至红海沿岸，3月前七天，亚布（Yanbu）及附近Al Muajjiz码头共装载了八艘超级油轮，每艘运力约200万桶。若维持这一装载节奏，沙特本月红海航线的月均出口量将达到约每日230万桶，较2016年底以来任何单月的红海出口量高出约50%。

从硬件条件来看，沙特阿美公司数据显示，东西向管道的额定输送能力约为每日700万桶，而战前实际运行量不足额定容量的一半，理论上仍有约每日500万桶的额外输送空间。但这条替代通道并非万无一失，仍面临两大潜在障碍：

其一，上述管道设施从未达到铭牌额定产能，长期维持当前高强度运营的可行性尚不明朗，设备损耗与运维压力可能逐步凸显；其二，沙特原油的主要买家集中在亚洲，但亚布港的大多数装运目的地指向北方的苏伊士运河方向，向南运往亚洲的货物极为有限——本月迄今仅有一艘超级油轮“Arsan”号从亚布南下，目的地为马来西亚，难以有效满足亚洲市场的需求。

更值得警惕的是，也门胡塞武装已明确威胁，若美国和以色列对伊朗发动攻击，将恢复对红海南部航运的袭击，这意味着红海通道自身的安全性同样存在重大不确定性。高盛估算数据显示，过去四天通过管道及亚布、富查伊拉港口实现的净改道量仅约为每日90万桶，远低于理论上每日360万桶的潜在改道能力。

高盛同时警告，本周对富查伊拉港口及储油设施的袭击、当地船用燃料短缺（通常经霍尔木兹海峡从海湾进口），以及此前针对管道的袭击，均构成改道流量的下行风险，替代通道的缓冲作用或将进一步受限。

连锁影响：供应链压力积聚，全球能源市场承压

霍尔木兹海峡的持续封堵，正沿能源供应链产生一系列连锁反应。据彭博报道，由于油轮无法正常进出波斯湾，沿岸储油罐持续积压，部分炼油厂已被迫削减产能；伊拉克已率先压缩石油产量，科威特和阿联酋随后相继跟进，进一步收缩全球石油供给。截至上周五，波斯湾内空置超级油轮仅剩九艘，可用运力极度紧张，航运周转压力持续加大。

从全球视角来看，霍尔木兹海峡承担着全球约五分之一的石油贸易流量，其持续停滞对全球能源市场的影响不容低估。尽管沙特的红海替代出口提供了一定缓冲，但高盛的测算表明，实际改道量与理论潜力之间存在巨大落差，加之红海通道自身面临的安全威胁，全球石油供应的实质性替代效果仍十分有限，未来全球能源价格与供应链稳定性仍面临较大不确定性。

第二篇：作业95%由AI生成，老师能给不及格吗？

开学季该给学生讲什么？在过去，这个问题并不难回答：课程要求、评分方式、研究方法等一套关于“如何学习”的说明书。但如今，如果不先谈AI使用，学期末很可能会上演下面这个剧本。

期末论文收上来，扔进检测软件，显示机器生成概率95%。想给不及格，但如今一切都要走流程，要在成绩栏里输入不及格还得先报备课程负责人。负责人按住：“使不得！现在学生都是‘维权小能手’，你这分打下去，期末就成信访现场。”领导定调：“没有百分之百合法的证据，不能给不及格。”于是，不及格变成了60分。

学生却理直气壮地质疑：“你凭什么说是AI生成的？一个不会用AI的大学生，是没有未来的！”所幸，AI还没学会替人类申诉，学生们还不晓得具有杀伤力的维权话术该是：“你又没教过我们该怎么用AI。”尽管现实已经有厉害的学生这么做了。

2024年，一位麻省理工学院的学者在国际人工智能会议的主题演讲中提到：一名因用AI篡改研究结果而被开除的中国学生，在公开回应中辩解的理由是：“Nobody at my school taught us morals or values.”这句话的杀伤力，不在技术层面，而在程序正义层面。

几个本不该出现在期末评分现场的问题被同时抛了出来：规则没有讲过，能不能判罚？检测报告算不算证据？“辅助写作”到底算不算抄袭？AI代写作业的学术不端该如何认定？这些问题所触及的已不再是单一课程的评分标准，而是AI时代教育的核心命题。

当一种工具在速度、成本和结果稳定性上都显著优于人力时，不用是反人性的。用，是必然的。那该怎么用呢？在讨论学生的AI使用中一个常见的误区，是把问题简化为“用没用”或“用了多少”。但事实上，更重要、也更难判断的关键是AI是替你完成了任务，还是帮你推进了思考。

近两年的AI素养研究反复强调，教育的重点不在于禁止工具，而在于帮助学生理解技术的功能、局限与风险，发展判断技术角色与边界的能力。只有在这种训练之下，AI才可能成为认知工具，而非替代思考的捷径（Ngo&Hastie,2025）。

核心判断：AI使用的边界的是“作者性”

要判断AI是否帮助学生推进思考的一个核心概念是作者性（authorship）。作者性并不等同于亲手敲下每一个字，而体现在写作者能否掌控文本的立场、判断与责任。在学术写作中，作者性意味着写作者能够在文本中“站出来”，对所提出的观点负责，并在既有话语中为自己定位（Ivanič,1998）。

在日常的教学实践中，作者性往往是通过反剽窃机制被动呈现的，因此被理解为文本来源的合法性问题，而非认知责任的归属问题。我们倾向于将剽窃简单理解为一种道德问题，却忽视了许多被英语学术共同体判定为“剽窃”的行为与学术写作规范的文化性及其习得过程密切相关。

作者如何理解“什么是作者”、“文本是否属于个人”，以及学术写作中应如何呈现自我等议题直接影响他们在引用、改写和借用他人表达时的具体做法（Scollon,1995）。因此，剽窃并不能简单归结为道德问题，而是一种需要通过教学逐步澄清的写作规范（Pennycook,1996）；学习者的文本借用等行为可能反映的是学术写作社会化的过渡阶段，而非有意的学术不端（Chandrasoma et al.,2004）。

剽窃问题对中国学生尤为具有挑战性。我们从小就被鼓励“引用名家名言”，语文老师常表扬：“小明的作文很棒，用上了课本的好词好句！”只要用了，老师就会觉得好，但不会要求我们区分哪些话是自己的，哪些话是别人的，更不会要求逐条标注出处。因此我们会认为，用上记忆中的好词好句是一种能力，而不是需要特别警惕的边界问题。的确，在写作能力发展过程中，对文本进行局部的替换、重组和模仿的确是写作能力发展中一种比较重要的过渡性实践（Howard,1995）。

针对中国学习者的实证研究也显示，本科生和研究生对剽窃的理解与判断都明显受学术社会化程度影响；相关问题多集中在规范不清、训练不足以及对“引用”与“改写”边界的误解上（Hu&Lei,2015）。因此，研究普遍呼吁将应对重点从事后惩罚转向前置、系统的写作教学，帮助学生在实践中逐步形成对作者性与学术规范的判断能力。

连“剽窃”这一前AI时代的实践我们都没有教清楚，就不能指望学生在AI时代自动守住新的边界。更难的是，这一次面对的不是一个可以被识别和追踪的“他者”，而是一个不承担责任的生成系统，作者性的边界因此变得更加模糊。学生在AI面前的越界，并不全是个人道德问题，而是我们长期把许多关键判断留给“学生自己会懂”的结果。AI的出现让这种默认变得不可持续。与其在一次次质疑中消耗彼此，不如承认这是一个必须被重新教学的问题：如何在工具高度智能化的环境中，依然站稳作者的位置。

关键区分：AI是“支撑”还是“替代”写作

作者性是AI素养培养的核心，其本质是一种认知责任的判断能力：在完成任务时，界定哪些关键认知必须由学习者亲自承担，哪些执行性环节可以交由技术辅助（Ngo&Hastie,2025;UNESCO,2024）。在这一视角下，作者性不再是抽象的伦理要求，而转化为学习过程中的操作性问题：我的核心判断与独特印记是否始终在场？只要这一点得以保留，技术的介入就不会消解作者性。

为了让这一判断在课堂中更容易被理解和执行，实践中一个很关键又可行的区分是AI到底是在支撑（scaffold）作者完成写作，还是取代(substitute)作者完成写作。这两者的学习与伦理后果完全不同。

一、学习支架：AI在“旁边”，作者在“中间”

所谓学习支架，指的是AI支持作者完成他们表达的任务，而不是代替他们完成任务本身。在这种情况下，文本的“来源”仍然是作者，AI只是帮助他们更好地表达、理解或修正。典型的支架型用法包括：

语言层面的支持：比如检查语法、调整句子顺序、提供多种表达方案供学生选择。这类用法并不决定“写什么”，只影响“怎么说”，作者依然需要判断哪种表达最符合自己的意思。

结构与体裁提示：例如询问一篇书评通常包含哪些部分，或一段讨论应该如何展开。这相当于查询写作指南或请教老师，而不是直接获得答案。

理解与澄清：作者用AI帮助理解写作要求、学术概念或反馈意见，然后再自行完成写作。这类用法的产出仍然是作者的理解，而非AI的文本。

这些用法的共同特征是，没有AI，作者写得可能更慢、更不顺，但仍然写得出来。在这种情况下，作者性不仅没有被削弱，反而可能被强化，因为作者更清楚自己在表达什么。

二、替代写作：AI站到“前台”，作者退到“后台”

真正的问题出现在AI接管写作。典型的替代型用法包括：直接让AI生成整篇或整段作业，用AI生成论点、例子与结论，而作者只是微调措辞；用AI自动“改写”原文，却并不理解改写后的差异；用AI补充引用与论证来“撑起”一个作者尚未想清楚的观点。

在AI深度介入的写作中，一种危险的异化正在发生：作者从负责的“认知主体”蜕变为被动的“操作主体”。他们完成了拼接、修饰与提交的“操作任务”，却将文本的逻辑、立场与依据等“认知任务”让渡给了不可控的算法。其产物或许形式完备，甚至语言优美，但因作者对其内核失去了理解与掌控，学术最根本的“责任链条”在此断裂。

近期香港高校论文中出现的AI生成虚假文献事件之所以属于学术不端，主要在于作者放弃了对内容的最终审查与担保，交出了自己的“作者性”。文章已经不能作为作者认知能力与学术信誉的可靠凭证。

总体而言，判断AI是否使用过度，并不在于文章写得如何，而在于能力是否能够迁移。如果换一道题、关掉AI，作者仍然能够调动并运用在写作中学到的策略，这样的AI使用是在辅助学习；但如果一旦离开AI，写作失序、论证无法展开、表达无从下笔，那么AI实际上已经承担了本该由作者完成的认知工作，就属于过度的替代。

教学建议：AI时代如何守住作者性

很多人以为AI素养是计算机老师的事，实际上它是每一位教师都需要面对的挑战，因为作者性与认知责任的界定发生在所有学科的学习过程中。很多教师已经意识到AI正在改变学习和学术诚信，却不知道该从哪里教起。现有培训主要关注“怎么用AI提高效率”，而不是“如何带学生理解AI的局限与风险”。于是出现一种普遍困境，知道重要，却无从下手。研究也表明，教师普遍缺乏内容知识和制度支持，这直接削弱他们在课堂中讨论AI的信心（Long&Magerko,2020；Ng et al.,2021），教学最终只能回到“技术优先、伦理靠边”的现实中（Ma et al.,2025）。

结合教学实践，提供几点在课堂中如何在AI时代守住作者性的建议：

1. 转换焦点：从“检测是否使用AI”转向“评估学习是否发生”。与其把精力放在判断学生有没有使用AI，不如通过课程与课堂活动的设计，去识别学习是否真实发生。评价的关键不再是文本的“纯净度”，而是作业能否呈现学生的核心理解、独立判断与知识迁移能力。技术可以参与表达，但无法替代理解；教学的任务是让学习的证据变得可见，而不是去追逐工具的痕迹。

2. 重构过程：让“作者性”在创作轨迹中呈现出来。在AI可以生成完整文本的情况下，“这是我写的”不再是作者性的充分证明。真正需要被看见的，是学生在AI使用中的判断与取舍：他如何提出问题、如何组织框架、为何接受或拒绝某种表达。因此，在任务设计中可要求学生提交提纲、迭代版本与简短的反思说明，解释AI在何处提供了帮助、哪些内容仍由自己决定。当创作过程变得可追溯，作者性就不再是抽象的道德要求，而成为可以学习、可以评价的能力。

3. 将AI纳入对话：在学科教学中培养新的责任意识。与其在课堂上回避AI，不如把它变成共同讨论的对象。与学生一起探讨：何时使用AI是合理的？何时把关键步骤交给AI会削弱思考？这种讨论不以“违规”为起点，而以“学习会在何处中断”为核心。当出现使用争议时，可进行实践性的解释，例如指出“如果这一部分由AI完成，你将失去哪一步关键的概念建构”。这样，AI不再只是需要管理的风险，而成为帮助学生理解学习本质的契机。

后记：在本文写作过程中，我也用了AI，它的作用是对思考与表达的支撑（scaffolding），而非对论证与结论的替代（substitution）。因此文中的立场、关键判断以及学术责任仍由我本人承担。