由中国计算机学会(CCF)主办的LMCC青少年组第一轮认证于2026年9月5日在全国29个省市自治区顺利举行。这是LMCC推出以来的第二次青少年组认证，共有来自超过500所学校和单位的1148名青少年报名参加。

CCF于2025年8月推出LMCC，今年是第二次认证。相比去年首次认证时的“试水”状态，今年的数据呈现出一些值得关注的变化：满分选手开始出现、高分段人数显著扩容、平均分整体提升。这些变化共同指向一个趋势——大模型基础教育正在从“兴趣普及”走向“系统学习”。

在本次第一轮认证中，有6名学生取得了100分的满分成绩，他们是：

在2025 LMCC青少年组第一轮认证中，最高分为97分，且仅有一人达到此成绩。这一变化说明，LMCC在青少年群体中的普及程度正在快速提升，整体参与水平和教学备考质量较以往有了明显跃升。

更值得注意的是，这6名满分选手的指导教师中，已经出现通过CCF官方培训认证的LMCC指导教师。“满分学生+持证LMCC指导教师”的组合，在一定程度上说明LMCC的教学与备考正在形成可复制的路径。

在本次认证报名阶段，CCF为已在编程赛道有所成绩者设置专属报名优惠政策。通过认证结果不难看出，这一政策确实不是无的放矢。

本次认证第一轮得分在90分以上的高分段学生共计157人，而他们中的大多数都有一个共同特征——具备NOI或GESP的背景。这传递了一个明确信息：LMCC与CCF既有编程认证体系之间存在能力衔接关系。

从得分数据来看，传统信息学强校的学生占据了高分段学生的半壁江山，但也有很多基础薄弱的竞赛学校在LMCC实现弯道超车。以本轮认证中90分以上学生数量位居前五的学校为例，来自南京外国语学校有16人，占比10.19%；来自广东实验中学有9人，占比5.73%；上海外国语大学附属外国语学校有6人，占比3.82%；长沙市第一中学、浙江省诸暨市海亮高级中学分别有5人，各占比3.18%。

产生这一现象的原因并不复杂。LMCC第一轮认证题目涉及监督学习与无监督学习的区分、数据划分与评测独立性、过拟合的识别、自回归语言模型的目标构造等知识点。这些内容与算法竞赛中培养的逻辑推理能力、对模型行为的精确理解、排除干扰项的审题能力高度相关。一名在编程方面训练有素的学生，在回答LMCC第一轮题目时的思维转换成本有所降低，编程训练出来的逻辑推理和审题能力功底，在大模型概念类考核中转化为了可观的得分优势。

对比2025年首次认证与2026年的数据，平均分明显提升！

2025 LMCC青少年组认证共有1400多名青少年参加，但由于是认证起步年，有相当一部分学生是“裸考”状态，对LMCC的考察内容和形式缺乏了解，仅仅是出于对AI的兴趣，或凭借已有的编程基础就参与了认证，因此第一轮认证平均分并不高，仅为69.04分。

2025 LMCC青少年组第一轮认证时间的分区曲线

（曲线代表单位时间内，学生完成题目的提交及作答情况）

今年的情况明显不同，LMCC的普及和推广已初见成效。经过数据盘点，2025 LMCC青少年组第一轮认证的平均分已达到73.89分，较去年增长4.85分。

2026 LMCC青少年组第一轮认证时间的分区曲线

（曲线代表单位时间内，学生完成题目的提交及作答情况）

这一变化主要来自以下三个原因：

首先，是社会对人工智能基础教育重视度和LMCC认知度的提升。2025年起，国家先后出台《中小学人工智能通识教育指南（2025年版）》、《“人工智能+教育”行动计划》等文件，政策的持续加码，为人工智能教育的推广营造了良好的社会认知环境。LMCC自2025年8月推出以来，先后推出LMCC大纲和中小学大模型教育提纲，组织认证和青少年组交流活动，逐步构建完整的认证体系，使LMCC的品牌认知度和影响力在青少年、家长及学校层面持续提升。

其次，是指导教师的能力提升。自2025年11月首次开班起，LMCC青少年组指导教师培训已经完成4期，相当一批教师已经获得专业上的指导，并取得指导教师证书。教师的系统参与，使得备考从“学生自学”升级为“有指导的学习”。

最后，是线上培训的规模化覆盖。2026 LMCC报名阶段，CCF组织了LMCC线上培训讲座直播，邀请高校学者、LMCC指导教师等讲者，就LMCC认证的热点、难点及备考重点进行全面解析，进一步帮助广大被认证者扫清备考障碍。

在LMCC技术委员会的推动下，针对青少年组的LMCC教材也在出版的最后阶段。教材的推出将进一步降低教与学的门槛，使教师指导和学生备考拥有更系统、更规范的依据，也让LMCC的教学与备考进一步走向“有体系可依的学习”。

理解LMCC的题目设计，需要区分两轮认证的不同定位。

第一轮是“大模型核心概念的考察”，覆盖人工智能基础、大模型架构、预训练、指令微调、人类对齐、解码部署、提示学习、智能体、模型评测与伦理安全等模块。题目不考死记硬背，而是考查对概念之间关系的理解。

第二轮则转向“模型调试与应用”，以考核大模型应用、训练和微调等实践技能为主。2026年第二轮还将新增了AI辅助编程题型，对标企业真实研发场景。

从概念到调试，从理解到实践，LMCC的两轮设计形成了一个完整的能力评估链条：第一轮检验“知不知道”，第二轮检验“会不会用”。

LMCC的推出，根植于一个清晰的判断：人工智能正在成为一项基础能力，而不仅仅是技术人员的专业技能。

LMCC并不试图重现精英选拔，而是为人工智能时代的科学素养普及提供一个可衡量、可比较的能力标尺。LMCC想实现的是一条以认证驱动学习、以评价促进普及的道路。当一项认证能够明确“学什么”、“怎么考”、“考了有什么用”，它就具备了引导学习行为的能力。2026 LMCC第一轮认证平均分提升、高分段扩容、满分选手出现的变化正是这种引导效应开始发挥作用的体现，大模型教育在青少年群体中正在从“好奇驱动”走向“目标驱动” ，从零散的科普讲座走向有体系、有反馈、有评价的学习闭环。