高考志愿是典型的复杂决策，Agent 化繁为简

高考已经落下帷幕。对于今年全国 1290 万考生而言，最紧张的大考已经结束，然而十多天后即将到来的志愿填报，依然是决定未来走向的关键一步。

6 月 10 日，千问正式推出了国内首个覆盖全周期的高考志愿填报 Agent。与市面上的 AI 志愿填报工具不同，这场发布会的核心看点在于：经历了去年各类 AI 志愿填报产品的百花齐放甚至良莠不齐之后，2026 年的今天，AI 志愿填报究竟发展到了哪个阶段？

图片来源：

最近几年，每逢高考季，关于志愿填报的讨论总是备受关注。毕竟，与有标准答案的考试相比，志愿填报更像一道没有标准答案的开放题：全国有近 3000 所高校、2000 多个专业、数十万条招生计划，再加上地域偏好、职业规划、家庭条件等因素，最终会衍生出数十亿种不同的选择组合。

说实话，当初我填报高考志愿时非常迷茫。家长不懂，老师也未必了解各地的招生政策与就业前景，更无暇顾及。最终，在小地方只能依靠网上有限的信息艰难摸索，勉强为自己选择了一个相对合适的志愿。

那么，AI 真的能改变这一切，让以往动辄数千元的志愿填报指导服务，免费进入寻常百姓家吗？

图片来源：

坦率地说，目前大多数 AI 志愿填报产品都存在一个共同特点：依赖底层大模型，它们可能足够聪明，但也仅仅是“聪明”而已。输入分数、地区和选科组合后，AI 能迅速告知你可以报哪些学校、哪些专业值得考虑；如果你继续追问，它还能给出录取概率、就业方向甚至薪资预期。

这就像一个无情的计算器，完全没有充分考虑考生的实际状况、兴趣偏好与个性特点，甚至仅仅基于分数和可能过时的数据，简单粗暴地生成一份志愿报告。但关键问题在于，真实的志愿填报过程从来不是一问一答那么简单，AI 也不能跳过这个“关键上下文”。

这场发布会上还邀请了一位来自秦皇岛的县城高中老师分享经验。秦皇岛市青龙一中的岳彩霞老师在发言中提到，县城考生和家长对志愿填报几乎一无所知，他们真正需要的是一位专家“引导他们一步步想清楚”。

县城高中老师，图片来源：

必须承认，很多考生确实不知道该问什么。高考结束后，什么时候开始准备？应该先看学校还是先看专业？城市重要还是专业重要？未来打算考研还是直接就业，这需要完全不同的选择逻辑。

这也是千问这次产品设计中最有意思的地方。与继续强化聊天能力不同，千问试图将整个志愿填报过程重新拆解，其中最引人注目的就是“志愿日历”。

高考结束后，大多数考生和家长都会陷入类似的状态：焦虑，却不知从何入手。千问没有直接推送一份学校名单，而是把整个志愿填报过程变成一条清晰的时间轴。什么时候了解政策，什么时候研究专业，什么时候完成职业测评，什么时候开始筛选学校，什么时候根据正式分数调整方案，每个节点都会主动提醒。

志愿日历，图片来源：

发布会上举了一个“完全不知道该怎么选志愿”的例子。从预估分数阶段开始，产品会引导用户了解规则、完成职业测评、筛选专业方向、建立初步方案，再根据最终成绩和位次持续调整志愿选择，直到正式填报前完成最后核查。整个过程被拆解为六个步骤，像一位全程陪伴的志愿规划老师。

图片来源：

另一个令人印象深刻的细节是数据可视化。志愿填报涉及大量数字：分数、位次、录取线、专业排名、就业率，但如果只是简单罗列这些数字，对普通家庭来说并不直观。

603 分和 49198 名究竟意味着什么？相信对大部分人来说，都没有一个清晰、准确的概念。而将这些数据转化为图表和卡片后，用户可以快速了解自己的排名位置、对应区间以及历年变化趋势。这些设计实际上是在帮助用户理解数据，而非单纯展示数据。

至于千问的“志愿报告”，也与以往有很大不同。今年升级后的报告不再只关注“能不能报上”，而是将考研比例、就业方向、考公适配度、行业发展前景等长期因素都纳入分析体系。更重要的是，报告不再是一份一次性结果。

按照最新说法，用户可以随时增加条件、修改偏好，系统会基于原有方案动态调整，而不是推倒重来。关键在于“量身定制”。

发布会上还举了两个江西考生的案例。两人同样考了 560 分，都在江西。一般问 AI 的话，他们看到的大概率会是相似的推荐结果。

图片来源：

但实际上，一个关注经济学、未来考虑考研；另一个更关注就业和学费，希望本科毕业后直接进入职场。在千问上，两人能获得完全不同的发展路径和志愿方案。

同样的分数，不同的人生规划，这才是志愿填报真正复杂的地方，也是这次千问高考志愿填报 Agent 想要解决的问题。

AI 如何做好志愿填报？卷专业，也卷体验

去年高考季，AI 志愿填报其实已经火过一波。当时，市场上“涌现”了大量 AI 志愿填报服务和产品，有收费的也有免费的，整体上鱼龙混杂。

输入分数、地区和选科组合，AI 很快就能给出学校推荐、专业分析和录取概率预测。相比传统搜索工具，这样的体验已经足够惊艳，也让很多人第一次意识到，大模型或许真的能参与到志愿填报这种复杂决策中。

但真正开始使用后，又会发现很多产品只是用过时的数据和计算方式，进行极其简单的机械匹配。

说到底，志愿填报从来不是一个单纯的信息查询问题。考生要研究学校、比较专业、考虑未来就业方向，还要在城市、兴趣、家庭条件和个人规划之间不断权衡。这个过程往往持续数周甚至更久，而不是一次对话就能解决。

在阿里八年高考服务的积累下，千问不仅专门训练出了高考志愿大模型，还掌握了人类专家的思考链路以及“位次法定位”等专业填报方法。在新的 Agent 框架下，模型可以结合历年院校录取数据和高考用户行为理解，提供更符合考生实际需求的志愿规划建议。

图片来源：

更关键的变化在于上下文理解。

过去很多 AI 志愿填报工具的问题在于，每一次问答都像从头开始。用户必须反复告知自己的分数、地区、选科、偏好和限制条件，一旦中途改变想法，之前的分析很容易失效。

千问这次将长效记忆引入志愿问答中。考生此前提供的个人信息、兴趣偏好、预算限制、地域倾向、未来规划，都会成为后续回答和报告调整的上下文依据。比如，用户从“想学计算机”改为“更看重就业稳定”，系统不需要推倒重来，而是能在原有方案上重新校准。

这也是 Agent 与普通问答工具的区别。

普通问答工具处理的是单个问题，而 Agent 处理的是连续的复杂任务。高考志愿填报正是这种任务：从估分、看政策、做测评、筛专业，到出分后重新定位位次，再到最终填报前核查风险，每一步都会影响后续选择。没有上下文记忆，就不可能真正完成这条完整链路。

上下文很重要，图片来源：

因此，千问这次真正值得关注的，不仅仅是推出了 AI 志愿日历、志愿报告和志愿问答，而是这三件事背后有一套更完整的系统：数据负责提供事实，模型负责理解规则与方法，记忆负责保存用户上下文，工具调用负责完成查询、换算、筛选和报告生成等任务。

这也是为什么它比去年那些 AI 志愿填报产品更具价值。从这个角度看，AI 志愿填报今年真正进入了“下半场”。竞争重点不再是谁回答得更快、更像人，而是谁能把高考这种复杂、低频、高风险的决策服务做得更可靠。

对于今年 1290 万考生来说，AI 能否填好志愿，还需要最终录取结果来验证。但至少从产品形态看，千问已经把“AI 志愿填报”又向前推进了一步。

AI让高考志愿规划服务实现真“普惠”

发布会上还有一组数据令人印象深刻。目前国内能够接触专业志愿规划师服务的家庭，不到 5%。这意味着绝大多数考生和家长，依然只能依靠自己、老师或者亲友来完成志愿填报。

而志愿填报偏偏又是一件极度依赖经验和信息的事情。这也是为什么每年高考季，总会出现各种志愿咨询服务和天价规划课程。

AI 志愿填报的真正价值，或许不在于替用户做决定，而在于降低信息门槛。过去需要花费大量时间、金钱和精力才能获得的信息与服务，正在通过 AI 被重新拆解和普及。

它无法替你决定未来四年应该读什么专业，也无法保证每一次选择都是正确答案，但 Agent 确实有能力快速缩小信息差。对于绝大多数普通家庭来说，这已经足够重要。