作者｜Yara

河北秦皇島青龍一中的教師岳彩霞，昨天給千問的活動站臺，講了兩個發生在身邊的真實故事。

她有一個學生，理科，高考超了河北一本線22分。這個成績完全有希望沖大連的一本學校，去大連也是孩子自己的理想。但孩子的父母常年在外打工，對志愿填報一竅不通。他們刷短視頻時，看到一個所謂的“志愿專家”說，今年極容易滑檔，一慌，花了3000元買了這家機構的服務。

機構沒問孩子想去哪，沒了解家庭真實情況，推薦了新疆塔里木大學，原因是“孩子的分數報這個學校性價比非常高”。但機構只字沒提的是，塔里木大學距青龍縣3800多公里。

孩子被錄取了。報到那天，從家出發，用了四天三夜。甚至，小長假別的同學能回家，他只能留在學校。開學大半年，經常找岳彩霞傾訴“后悔”。

岳彩霞又講了第二個故事。

一個文科生，第一年沒上本科線，復讀，第二年考上了。家長找了一位在教育部門工作、人脈廣威望高的親戚幫忙報志愿。親戚盡心竭力，但選的大多是往年錄取分數線較高的本科，沒有搭配兜底學校。結果本科志愿全部滑檔，最后被一所民辦專科錄取。

孩子不甘心，再次復讀。第三年壓力太大，又沒上本科線，最終去了一所公辦專科。而這所學校，以他第一年的成績就能上。“兩年青春，換了一張原地踏步的錄取通知書。”岳彩霞說，“但是這個家長找的這個親戚，可以說是在他們有限的資源里做的最好的選擇。”

岳彩霞講這兩個故事的時候聲音平靜，但臺下很多人的表情不平靜。

這兩個故事，撕開了高考之后一道很少被認真討論的裂縫——考試是公平的，但志愿填報不是。

01/

95%的家庭在“裸填”

于是在6月10日這天，距全國大部分地區高考結束不到24小時。千問正式發布「全周期高考志愿填報 Agent」，面向全國考生免費開放。我們下文再具體聊產品，先看現狀。

千問事業部產品負責人鄭嗣壽上臺時給了一組數字：全國每年1290萬考生參加高考，能聘請專業志愿填報師的家庭占比不到5%。

不到5%。換句話說，超過950萬考生和他們的家庭，幾乎是裸填。

裸填的原因跟家長的重視程度沒關系。岳彩霞直言，“大部分的孩子和家庭，對于志愿的填報是迷茫困惑的，他們最需要的除了結果，更在于過程，需要專家能夠一步步引導他們。”

但現實是，一個好的規劃師，一個高考季只能服務30到50位考生，即便所有家庭都有能力負擔得起，老師的時間也不夠。填報志愿總共就那么幾天，專家時間是這個領域的剛性瓶頸。

千問事業部AI算法負責人蔣冠軍給的另一組數據更扎心：在千問過去幾年的用戶里，有35%的人只填了高考分數四要素(分數、省份、文理科、選科)，僅20%的人填了5個以上條件。高線城市考生填寫的條件數，是其他城市的2.6倍。

這個數據意味著什么？大量考生根本不知道自己該關注什么維度。

蔣冠軍舉例說，千問去年去貴州做公益活動時有一個深刻感觸：偏遠地區的考生和家長，最有感知的職業只有醫生、老師、公務員，因為這是他們身邊能接觸到的全部，他們并不清楚社會有多少新興行業、人才結構有多少新需求。“我覺得這對他們來講是非常不公平的。”蔣冠軍強調。

香港中文大學深圳當代教育研究所所長唐江鵬用了一個更準確的詞——信息平權。他說千問賦能高考“最大的價值”，是打破了長久存在的信息壁壘，“讓那些偏遠在山鄉的考生，讓那些不同文化背景的家長，在 AI 的面前擁有了共同的視野和相同的信息”。

這就是千問選擇在這個節點做這件事的底層邏輯。

02/

把一道上億種組合的題，拆成可以走的路

志愿填報到底有多復雜?

鄭嗣壽講到，全國31個省市，近 3000 所大學，2000 多個專業，每年幾十萬條招生計劃在變動，高校專業的年度變更率接近 30%。這些變量交叉組合起來，理論上有幾十億種可能。而每個考生需要從這幾十億種可能里，在 20 天的時間窗口內，挑出適合自己的那幾十個志愿。

這件事，是千問服務高考的第8年所了解到的數據。過去8年，千問累計服務了超過 1.6 億考生和家長，其中一半來自三線城市以下。2025 年他們首次大規模引入 AI，推出AI志愿報告，全年生成了超過1300萬份。

千問這次發布的「全周期高考志愿填報 Agent」，這個Agent有三個核心能力：志愿日歷、志愿報告、志愿問答。

志愿日歷，是這次最有想象力的產品設計。它解決的問題很樸素，大多數考生考完之后不知道接下來該準備什么，因為高考前所有精力都花在考試上，對“考完之后怎么辦”缺少系統性了解。日歷做的事，是把一個模糊的大任務，拆成一系列符合考生情況的清晰步驟。

鄭嗣壽舉了一個例子。同樣是江西物化生560分的兩個考生，小李想讀金融經濟，規劃考研；小張想當算法工程師，本科畢業就想就業，學費不能超過8000塊。

同樣的分數、選科、省份，千問給兩人推送的日歷完全不同。小李先看“金融學的深入對比”，再了解統計學、金融科技等相近專業，最后按考研率排序。小張先看“算法工程師的職業路徑”，做生活成本分析，甚至因為他反復說擔心被 AI 替代，系統主動安排了硬件方向的相近職業探索。

志愿報告，是去年首創的產品形態，今年做了三個升級：首先，內容更細了，能識別“樂于打交道”“不想離家太遠”這類軟性偏好，新增就業前景、考公考編等多維數據；其次，可以邊讀邊改，考生隨時說“這個學校不想去”，報告實時調整；最后，Agent 會主動發現問題，識別到志愿表“專業方向太發散”，主動建議聚焦。

志愿問答，走的路線是“克制”，它不像其他AI助手什么都答，而是調用“位次法定位”等人類專家經驗和專業數據工具來回應。

舉個例子，一個海淀考生問“一模 595 分能上北郵嗎”，直接拿 595 去對標去年北郵 640+ 的錄取線，結論是不能。但正確做法是把一模成績按線差法等效轉化，海淀一模 595 分大約相當于北京高考 630 分，這時候北郵其實有機會沖刺。這類方法論的嵌入，是千問在問答層做的核心工作。

03/

40萬AI考生和98%的記憶準確率

產品層面的設計，最終要靠技術可信度來支撐。

蔣冠軍拆解了底層的技術架構。千問沒有直接用通用大模型做志愿填報，認為通用大模型在這個場景下有兩個短板，首先，容易出事實錯誤；其次，缺少真實填報中“沖穩保怎么平衡”的專家經驗。

于是，千問選擇訓練了一個「高考志愿大模型」。

訓練方法是，先從大量資深志愿規劃師那里提取專家思考路徑，轉化為多輪對話和推理鏈訓練數據，通過強化學習讓模型形成“規劃、執行、反思”的推理機制，然后構建了一個覆蓋約40萬種組合空間的“AI 考生”體系，對模型進行反復壓測——相當于上線前，模型先模擬接待了 40 萬個不同背景、不同偏好的考生，壓測的獎勵函數有 7 個，3 個保證事實準確，3 個學習人類專家經驗，1 個控制回答風格。

Agent 的調度體系有兩個關鍵設計。

一個是記憶引擎。精準沉淀每個考生的檔案信息，同時隔離不同考生的數據。這件事不簡單，因為用戶可能全家共用一個賬號、可能穿插高考和非高考問題、可能反復修改需求，甚至可能中途岔開話題。千問在記憶模塊上做了主體判斷、偏好歸一化、沖突檢測、歷史合并、信息隔離五層處理,最終記憶準確率達到 98% 以上。

另一個是工具調用層，一共39個Skills，覆蓋搜索引擎、就業信息、志愿匹配、招錄數據等。模型完成邏輯規劃后會調用這些工具拿到客觀數據，再進入反思環節核驗。

數據層面，知識庫覆蓋全國近3000所高校、超2000個專業，融合了轉專業政策、在校生評價、食堂質量這類非結構化信息。

蔣冠軍特別提到了一個觀察，去年有20%的訪問量來自比較老舊的機器和網絡，于是工程團隊專門為老舊機型和弱網環境做了穩定性優化，“不管你用什么手機，在哪里上網，都能穩定的使用千問高考。”

今年，千問將繼續開展高考「暖芒公益」計劃，為偏遠地區提供志愿填報服務指導，走進10多個省的偏遠高中做線下指導，同時在線上舉辦上百場填報公益直播。

04/

回到那條3800公里的路

講完產品和技術，回到岳彩霞講的故事。

她在臺上講的不只是兩個案例，還有一線教師的反思。“作為老師，我們在志愿填報方面也是心有余而力不足的。每年找我們咨詢的孩子太多，老師精力有限。而且我們了解孩子在學校的基本狀態，但對于家庭的整體狀況和期望，不能夠深入了解，因為時間也不允許。”

她對AI的期待只有兩條，說得很樸素：

第一，準確可靠。“志愿填報無小事，哪怕只有0.1%的疏漏，落到一個孩子身上，它會是100%的人生偏航。”

第二，使用門檻低。能引導、能讓家長和孩子慢慢明確方向。“如果當時有人能夠幫這些孩子把志愿好好地捋一捋，那結果可能就不會是這樣。”岳彩霞說，希望AI能把本就屬于孩子的自主選擇權，明明白白、平平穩穩地交到每一個家庭手上。

一張薄薄的志愿表，能不能真的變輕一點，要看的正是這件事。