徽声在线记者 | 李明轩
徽声在线编辑 | 林晓悦

当高考的铃声落下，真正的挑战才刚刚拉开帷幕。

相较于有固定答案的考卷，志愿填报更像是一道没有标准答案的开放题。在数千所高校、数万个专业中，考生和家长需要根据分数、个人兴趣、城市偏好、家庭经济状况以及未来的就业方向，做出一个可能影响未来数年甚至一生的选择。

对于互联网企业而言，这无疑是一个AI Agent（智能体）应用的绝佳场景。

今年高考结束后，阿里、腾讯、百度等互联网巨头几乎同时对其高考AI产品进行了升级。阿里旗下的千问推出了“千问高考志愿填报专家”，旨在成为全周期的高考志愿填报智能助手；腾讯元宝和QQ浏览器则上线了“元宝高考通”；百度也对其高考服务进行了升级，推出了AI志愿报告等一系列产品。随着AI大模型进入新的发展阶段，高考志愿填报已成为互联网大厂竞争的新焦点。

与去年AI主要承担问答功能不同，今年互联网公司的共同目标是让AI从“回答问题”转变为“辅助决策”。

那么，在高考这样的人生重大选择面前，AI如何赢得考生和家长的信任呢？

千问事业部的产品负责人郑嗣寿在接受徽声在线等媒体采访时表示，信任并非由单一因素决定，而是建立在数据准确性、数据使用方式以及产品设计等多个环节之上。

他强调，AI并不会替用户做决定，而是扮演“参谋”和“辅导员”的角色，对不同的志愿填报方案进行分析，并给出倾向性的建议，而不是简单地告诉用户“A一定比B好”。

“人类专家的最大价值在于能够主动与用户沟通，帮助他们发现自己真正想要的是什么。”郑嗣寿表示，目前请专业志愿规划师指导的家庭占比并不高，他希望通过AI将这种主动对话能力普惠地提供给更多考生和家长。

这种变化，也是今年高考AI产品的最大升级。去年，大模型更多是作为咨询工具存在；而今年，互联网公司则集体押注Agent。

与传统ChatBot相比，Agent的最大变化在于其工作方式。千问技术负责人蒋冠军介绍，传统大模型在收到问题后通常会直接生成答案，而Agent则会经历一个“思考、规划、执行、反思，再规划、再执行”的循环过程。

例如，当用户输入高考分数后，Agent不会立刻推荐学校，而是会进一步追问用户是否愿意离开家乡、未来是否计划考研、对专业和就业的偏好是什么，然后再结合相关数据不断调整志愿填报方案。

在蒋冠军看来，从整个行业的发展趋势来看，大模型正在从“会聊天”向“能办事”转变，而高考志愿填报恰恰是最适合验证这一能力的场景之一。

原因在于，高考几乎所有信息都存在于数字世界中：院校数据、招生计划、历年录取情况、专业设置等都能够被结构化处理。而AI需要做的，就是在这些庞杂的信息中寻找最适合用户的组合。

然而，这并不意味着AI会完全替代人类咨询师。

蒋冠军认为，人类咨询师的最大优势在于能够感同身受，理解用户的情感和需求；而机器的最大优势则是覆盖更广的知识和更高的执行效率。

“一位咨询专家在做出判断后，还需要查阅大量资料来验证自己的判断；而AI则可以利用大模型和Agent架构，在几分钟内完成数十次判断、思考和资料重新收集，甚至逐条校对志愿信息。”他说。

与此同时，数据积累成为互联网公司竞争的重要基础。

千问方面介绍，其高考服务建立在夸克多年数据积累的基础之上。去年，千问首次利用大模型生成了超过千万份志愿报告；今年，千问还组建了数百人的专家团队，希望将多年积累的经验沉淀到Agent中。

百度则表示，其高考服务已经持续了二十多年，今年进一步整合了全国高校、专业、就业等数据，希望降低信息差带来的决策成本。

不过，在AI志愿填报行业，数据只是基础。

去年高考期间，徽声在线曾采访AI志愿填报创业公司靠谱AI的创始人刘建华。他表示，真正决定AI志愿填报系统能力高低的，并不是大模型本身，而是底层数据和预测算法。

在他看来，最大的技术挑战是分数线的预测。

“这件事理论上没有唯一解”，因为只有全部录取结束后，最终结果才会揭晓。同样一名考生，不同平台给出的志愿方案差异巨大，本质上来自不同的数据体系和预测模型。

对于这一行业公认的难题，蒋冠军并没有回避。他向徽声在线表示，高考分数线预测确实是整个志愿填报中技术门槛最高的问题之一。

而解决这一问题，首先依赖长期的数据积累。

由于国内并不存在统一公开的录取数据库，各省考试院、高校官网、历年招生计划以及俗称“高考大本”的资料往往分散在不同渠道之中。为了建立完整数据库，需要持续搜集、整理和校验数据。

“这是一个既辛苦又繁琐的工作。”蒋冠军称，仅数据整理本身就足以构成行业门槛。因为原始数据中存在大量格式错误、缺失和冲突信息，需要投入大量人力进行核对和修正。

刘建华也表示，目前业内普遍需要购买各类招生资料，通过OCR扫描、人工校对等方式建立数据库，甚至需要上百人专门负责数据纠错。由于数据供应商之间还存在互相引用的问题，一旦源头出现错误，很容易造成连锁影响。

除了数据积累外，预测算法也是关键。

蒋冠军表示，相比每年波动较大的绝对分数，位次相对更加稳定。例如，一所高校在某个省份招收多少人、某个专业计划招生多少人，相对都是确定的。因此，千问更关注分数和位次之间的映射关系，再结合招生计划、高考大本等数据，通过算法模拟完成预测。

而在刘建华看来，传统志愿填报系统更多依据过去三年的录取数据进行加权计算；而AI时代的竞争，则需要把新专业设置、学校更名、招生计划变化等更多变量纳入模型。

换句话说，决定AI志愿填报能力高低的，并不是谁的模型参数更大，而是谁拥有更完整的数据、更准确的预测算法以及更低的幻觉率。

而对于用户来说，更重要的问题或许是：AI应该承担多大的决策责任？

对此，郑嗣寿表示，AI始终只是辅助决策工具，而不是最终决策者。在产品设计中，Agent不会简单替用户作出选择，而是通过不断追问和交互，让考生和家长逐步厘清自己的偏好和需求，再分析不同方案的优缺点。

“我们希望帮助用户发现自己，而不是替用户做决定。”郑嗣寿说。

在他看来，如果一个人的兴趣和职业规划要等到高考结束后的二十天才开始思考，显然已经太晚。未来，相关产品并不会只停留在高考后的二十多天，而会逐步向高一、高二甚至更早阶段延伸。

百度也在尝试把高考服务与职业规划、就业趋势分析等场景连接起来。

这意味着，互联网公司争夺的或许不仅是一次志愿填报机会，而是更长期的人生规划入口。

去年，人们讨论的是AI能否帮助考生填报志愿；一年之后，当互联网大厂集体下场，一个新的问题已经出现：谁能更准确地理解用户、预测结果，并建立足够的信任，谁就更有可能成为下一代复杂决策场景中的长期助手。

（徽声在线记者王琳对此文亦有贡献）