來源：市場資訊

編輯｜Youli

6 月 10 日下午，今年的全國高考到這里就要正式結束了，但考驗還在繼續。

在踏出考場的那一刻，考生和家長就要面臨著，在有限時間里，面對近 3000 所高校、2000 多個專業，不同省份、批次、選科要求下的復雜規則，以及考生個人喜好、就業規劃等眾多因素組合而成的超上億種理論組合中，做出「抉擇」，這并非易事。

對于學生和千萬家庭來說，這是一場龐大的「信息戰」，更是一場關于未來方向的「決策大考」。當然，市面上不乏志愿填報咨詢服務，但動輒數千元的高昂費用，注定不是每個家庭都能承擔，無形中更是放大了城鄉、地域之間的信息鴻溝。

那么，在 AI Agent 重構一切的當下，在高考志愿填報這一場景，Agent 是不是也可以做點什么？

6月10日，千問上線國內首個全周期高考志愿填報 Agent，并宣布免費向全國考生開放，提供志愿填報和咨詢服務。

資料顯示，這一志愿填報 Agent 是基于千問高考志愿大模型和夸克 8 年高考數據經驗打造，具備「志愿報告」「志愿日歷」「志愿問答」三項核心能力，從頭到尾跟進考生的高考志愿填報全流程，相當于為每位考生配備了一位貼身的 AI 高考志愿填報專家。

而在這背后有著眾多值得追問的問題：當 AI 從聊天框走向人生決策場景，它到底能做什么？是否能真正抹平志愿填報中的信息差？在這樣一個高風險場景里，AI 又該如何保證準確、可靠、可信和克制？

帶著這些問題，在發布會后，機器之心第一時間和阿里巴巴集團副總裁、千問事業部總裁吳嘉聊了聊。

以下為吳嘉和媒體交流實錄，在不改變原意的情況下，部分內容略有刪減：

提問：從夸克到今天的千問高考志愿填報 Agent，阿里做高考服務已有 8 年，初心是什么？

吳嘉： 8 年前我們做這件事是希望夸克能成為年輕人的「智能助理」，進入 AI 時代，千問的使命更加直接：不僅是一個 ChatBot、工具角色，更希望是一個有記憶、會思考的 Agent，真正幫助用戶在真實世界或數字世界里辦事、執行任務、解決實際問題。無論是之前的點奶茶、打車等服務，還是今天的高考志愿填報，其實都是在這一脈絡下進行的。

而在新的高考環境下，眾多高校、專業、地域等因素組合，再加上 AI 等新形勢下的專業變革，填報志愿變成一個極其復雜的決策，可很多考生和父母極度缺乏背景知識。當然，市面上也有有能力的專家，但收費非常貴，動輒 5000 元以上。

AI 時代一個核心的社會價值就是彌合「信息差」，我們堅持做這件事，就是希望通過 Agent 技術，讓每個人都能免費獲得最終的志愿目標，這具有很重要的社會意義。

提問：高考志愿填報 Agent 的本意是為了彌合「信息差」，但如果有些人更會提問、使用，有些人則不會，是否又會產生新的「AI 使用差距」？

吳嘉：如果在傳統的 ChatBot 任務系統里，會提問和不會提問，輸出結果確實天差地別，但高考志愿填報 Agent 是以 Agent 形式推出，而 Agent 的核心能力就是「上下文對齊」。 這也是我們選擇 Agent 的一個主要原因。

這意味著，它能「變被動為主動追問」： 模型很清楚志愿填報的核心要素，當用戶無法一次性表達清楚需求時，Agent 還會主動反問和追問，彌補用戶背景知識的不足。

同時， 我們還引入獨立的記憶模塊，考生生成志愿報告后，可以隨時回來修改、調整、刷新，而所有的調整都會被作為多版本完整保存。

此外，就是「志愿日歷」這一核心能力，它把一個長達數周、極其復雜的填報周期，拆解成了每天清晰、主動規劃的具體任務。

比如你是杭州的考生，日歷會主動提醒你 6 月 24 日出成績，并實時推送相關院校的最新招生簡章等，考生和家長只要跟著任務走，甚至不需要主動去想怎么提問，這就大幅降低了門檻。

還有一點就是極簡交互， 我們增強了語音輸入等功能，用戶可以打字、語音對話等，隨便講，后臺則會幫其進行解析，充分理解用戶的表達和意圖。

提問：去年阿里就發布了「高考志愿大模型」，而千問高考志愿填報 Agent 是基于全新高考志愿大模型打造，為什么不直接用通用大模型來做？技術局限性在哪？

吳嘉： 阿里自始至終只有一個統一的千問大模型底座。我們是在這個統一模型上，通過強化學習建模與監督微調，極大地增強了它的高考復雜推理能力。而面對復雜場景，通用大模型缺乏領域知識和平衡「沖穩保」的專家經驗，為此，我們提取了海量資深規劃師的思考路徑，將其轉化為多輪對話數據，讓模型形成了「規劃、執行、反思」的推理機制。

只是在用戶從千問「高考入口」進來時，我們默認他是有高考需求，模型也會開啟更復雜的思考模式。

提問：高考志愿填報是一件容錯率非常低的事情，可模型的幻覺往往只能降低，而非「消滅」，在這一點上，團隊是如何做的？

吳嘉：確實，高考是一個非常嚴肅的場景，需要很高的準確率。單純從模型技術角度看，幻覺很難 100% 消除，但如果從 Agent 角度思考，問題就完全不一樣。

Agent 和普通 chatbot 最大的區別是，它有自我認識能力、記憶能力，也有和用戶進行上下文對齊的能力。普通 ChatBot 接到任務后，會直接檢索、回復、生成，它不知道自己的邊界在哪里，也不知道返回的數據里是否真的有答案。

但高考 Agent 不一樣，它知道自己要提供的是高考志愿填報服務，知道可以依賴哪些數據庫，也知道哪些數據沒有就不能輕易推理。

比如某個省 2025 年的分數線還沒有出來，Agent 應該告訴用戶「這個數據還沒出，可以等兩天再更新」，而不是「編」一個分數線給用戶。

同時，我們這次提供的「志愿日歷」「志愿問答」「志愿報告」幾個產品形態，讓模型很清楚自己能使用哪些工具和數據，數據更新到哪里，數據不對時該如何反映，以及如何引導用戶表達更多真實需求。

另一個很重要的能力是，Agent 會主動和用戶對齊上下文。它能代理用戶填志愿報告的前提是必須知道用戶要什么樣的志愿方案，知道他的分數、選科、省份、偏好等，如果條件不足，Agent 不會輕易給答案，而是會持續追問用戶。

所以，Agent 不是用戶問什么就答什么，它需要長期服務、主動追問、記憶用戶需求、自我更新，也需要根據工具返回結果進行反思…… 這些能力都不是單一 ChatBot 能做到的。

提問：為了建立用戶對 AI 報考的信任，在給出的填報方案中，千問是否會明確告知用戶哪些是確定性數據，哪些是模型推理，以及哪些需要用戶自己做出判斷的？

吳嘉：首先，AI 產品給用戶帶來信任感，關鍵不在于它是不是一個「黑盒」，而在于它的「思考方式」和「執行過程」。 如果大模型拿到輸入直接「砸」給用戶一個輸出，那信任感是很低的。

而千問高考志愿填報 Agent 會把它的內在邏輯、判斷理由，個性化地展現給用戶，像個真正的「助理」一樣聊起來，并且能夠做到高標準的「復雜指令遵循」。

另外，當然，我們會在問答和報告里做明確的設計，所有重要數據（如分數線、位次）都是帶下劃線的，用戶只要點擊，就能點擊溯源，看到這個數據是從哪個具體數據庫里調出來的，以此保障可信度。

提問：春節以來，千問一直在做閃購、打車等 AI 辦事場景。這次做高考志愿服務，是不是也是千問一直強調的堅「AI 辦事」方向的延伸？

吳嘉：是的，這是一個很重要的延伸。

在消費領域，很多服務追求的是豐富性，以及對用戶個性化需求的理解，但任務長度和復雜度沒有「高考」這么高，而高考志愿填報則是我們第一次用 Agent 在真實世界里解決一個相對復雜的問題。

從 ChatBot 走向 Agent，也是整個行業的大趨勢。

Agent 能力是 AI 非常重要的一個能力，本質上是把不管是企業內部經驗，還是社會專業經驗等真實世界里的經驗，讓模型能夠學會，并在此基礎上提供更好的服務。而這也是千問一直努力的方向。

提問：如今，千問的「AI 辦事」能力、領域范疇都在不斷擴大，面向未來，千問究竟想要成為一個怎樣的產品？

吳嘉：我們的目標是做中國最好的 AI。

我們的布局很清晰：千問 PC 版將面向非常純粹的生產力場景，從信息收集、Work 到 Coding，面向超級個體、個人工作者提供最強生產力工具。

而在移動端，千問依然定位為一個「綜合助理」，并打通多端（包括我們正在做的眼鏡端）等。

在大模型時代，產品不再需要死板的「意圖分類」或「流量分流」，對大模型來說一切都是 Context（上下文），用戶要閑聊它能陪閑聊，要工作它就調動工具幫你辦事，「All in one」是一個巨大的趨勢，為用戶在對的場景提供合適、省心、有深度交付完美度的服務，才是最重要的。