上海
6月23日，國內首個針對高考志愿填報場景的AI能力測評報告《高考志愿AI測評基準》發布。該報告由友松實驗室獨立完成，以千問高考志愿填報Agent作為測評對象。結果顯示，千問多項表現已達到人類志愿咨詢師水平，在穩定性、精確性、結構化表達與效率層面更具優勢。
友松實驗室是一個專注人工智能與教育決策研究的獨立研究團隊，長期關注大模型能力評估、教育場景中的 AI 應用，以及學生升學選擇中的信息、認知與決策問題，研究成果被多所高校、科研機構采用。此次發布的測評基準，旨在為快速涌現的高考志愿AI產品建立一套公開、可復現、可擴展的評估框架，明確AI在當前階段能夠承擔的任務邊界。
考慮到千問高考Agent基于夸克8年高考服務數據與經驗構建，在產品形態、數據積累和用戶覆蓋上具有行業代表性，報告將其列為首個測評對象。人類對照組則由53名志愿填報咨詢師組成，平均從業年限4.6年。
測評覆蓋高考志愿基本事實與規則、模擬志愿填報、開放式咨詢和志愿推薦報告四個環節，對應考生和家長填報志愿時從查資料、看規則，到排方案、做決策的主要流程。
結果顯示，在44道客觀題中，千問全部答對，準確率為100%，人類咨詢師平均正確率為89.3%；在模擬志愿填報中，千問方案包含6個可錄取志愿，未出現顯性偏好違背，并命中事后評估的最優結果，人類咨詢師平均為5.3個可錄取志愿；在開放式咨詢中，評審專家在100場匿名對比中，有58次更傾向選擇千問版本，“可直接向學生和家長展示的”可直接展示率為 56.0%，高于人類咨詢師回答的 33.0%，認為其在專業路徑拆解、風險提示和表達清晰度上更為穩定。
報告認為，在測評設定的任務范圍內，千問的多項表現已達到資深人類咨詢師水平，尤其在穩定性、精確性、結構化表達與響應效率方面呈現出優勢。
但報告同時指出，人類咨詢師的價值同樣不可替代。尤其在收入預期、就業判斷等需要結合個體情況謹慎校準的話題上，咨詢師更能給出貼近實際的建議；在親子協商、價值取舍等場景中，結構完整的AI方案也無法替代人與人之間的溝通和判斷。
報告建議，AI更擅長高效完成信息核驗、資料整理和方案初篩，人類咨詢師則可更多聚焦家庭溝通、價值取舍和個性化判斷。二者形成互補，才能讓志愿填報既提高準確性，也更貼近考生和家庭的實際需求。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
