高考落下帷幕，真正的“人生大考”才刚刚开启。

与拥有标准答案的试卷不同，志愿填报更像一道开放式命题：在数千所高校、数万个专业中，如何结合分数、个人兴趣、城市倾向、家庭条件以及未来就业方向，做出影响未来数年人生轨迹的关键抉择。

对互联网企业而言，这一场景也成为了AI Agent（智能体）落地的天然试验场。

今年高考结束后，阿里、腾讯、百度几乎同步升级了各自的高考AI产品。阿里旗下千问推出“千问高考志愿填报专家”，定位为全周期高考志愿填报智能体；腾讯元宝与QQ浏览器上线“元宝高考通”；百度则升级了高考服务，新增AI志愿报告等功能。随着AI大模型进入下半场，高考志愿填报已然成为互联网大厂竞相争夺的新战场。

相比去年AI更多承担问答功能，今年几家互联网公司不约而同地让AI从“回答问题”转向“辅助决策”。

面对高考这样的人生重大选择，AI如何赢得考生与家长的信任？

千问事业部产品负责人郑嗣寿在沟通中表示，信任并非由单一能力决定，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。

在他看来，AI并不会替用户做最终决定，而是扮演“参谋”与“辅导员”的角色，对不同方案进行分析并给出倾向性建议，而非简单告知用户“A一定优于B”。

“人类专家最大的价值在于主动与用户沟通，帮助他们挖掘自己真正想要什么。”郑嗣寿指出，目前聘请专业志愿规划师指导的家庭占比仍然不高，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。

这一变化，正是今年高考AI产品最大的升级点。去年，大模型更多是咨询工具；今年，互联网公司集体押注Agent方向。

与传统ChatBot相比，Agent最核心的变化在于工作方式。千问技术负责人蒋冠军介绍，传统大模型通常是在收到问题后直接生成答案，而Agent会经历“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，而是进一步追问是否愿意离开家乡、未来是否有考研打算、对专业和就业的偏好是什么，再结合相关数据不断调整方案。

在蒋冠军看来，从行业发展趋势看，大模型正从“会聊天”转向“能办事”，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：院校数据、招生计划、历年录取情况、专业设置等都能被结构化处理，而AI需要做的，是在庞杂信息中寻找最适合用户的组合。

不过，这并不意味着AI会完全取代人类咨询师。

蒋冠军认为，人类咨询师最大的优势在于能够感同身受，而机器最大的优势则是覆盖更广的知识储备和更高的执行效率。

“一位咨询专家做完判断后，还需要查阅大量资料，而AI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之上，去年首次利用大模型生成超过千万份志愿报告，今年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，其高考服务已持续二十多年，今年进一步整合全国高校、专业、就业等数据，期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，有报道显示，AI志愿填报创业公司靠谱AI创始人刘建华曾表示，真正决定AI志愿填报系统能力高低的，并非大模型本身，而是底层数据和预测算法。

在他看来，最大的技术挑战在于分数线预测。

“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，本质上源于不同的数据体系和预测模型。

对于这一行业公认的难题，蒋冠军并未回避。他向与会者表示，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。

而解决这一难题，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。为了建立完整数据库，需要持续搜集、整理和校验数据。

“这是一个苦活累活。”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存在互相引用问题，一旦源头出现错误，很容易造成连锁影响。

第二个关键，则是预测算法。

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，一所高校在某省份招收多少人、某个专业计划招生多少人，这些数据相对确定。因此，千问更关注分数与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，并非谁的模型参数更大，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。

对于用户而言，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劣势。

“我们希望帮助用户发现自己，而不是替用户做决定。”

在郑嗣寿看来，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。

百度也在尝试将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的机会，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，一个新的问题已经浮现：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。

（记者王蔷对此文亦有贡献）