文 | 定焦 One，作者 | 王璐，编辑 | 魏佳
高考已经落幕，另一场决战才刚刚开始——报志愿。
这是一场信息焦虑下的博弈，每年都有无数家庭投下重金。仅是 " 张雪峰 " 这一个 IP，就养活了一整条产业链：售价高达 12999 元、18999 元的志愿填报服务，每年都被抢购一空。各地的 " 张雪峰们 " 也十分抢手，企查查数据显示，国内高考志愿相关企业已有 1242 家。
随着高考选科模式普及、录取规则日趋复杂，这一赛道还在升温。艾媒数据显示，2024 年中国高考志愿填报市场付费规模达 10.2 亿元，预计 2025 年为 10.9 亿元。
面对志愿填报这块流量洼地，各大互联网公司早已盯上。随着 AI 持续升温、应用端竞争全面开卷，这一高考刚需场景被进一步激活，大厂们持续加码，火力全开。
夸克发布首个自研高考志愿大模型，推出 " 智能选志愿 " 等功能；QQ 浏览器推出行业首个高考 Agent「AI 高考通」；百度也在今年上线「高考高频考点库」、「AI 志愿助手」等系列 AI 产品。
凭借着智能、高效和免费，这些 "AI 张雪峰们 " 迅速成为考生和家长们眼中的 " 香饽饽 "。
然而，大厂的目标，并不止于此。
志愿填报不仅是抢占流量入口、低成本获取用户的手段，也是获取教育决策数据、检验 Agent 及大模型 " 实战能力 " 的重要场景。
但问题也随之而来：填报志愿是一场 " 只能成功、不能试错 " 的选择。尚处在早期阶段的 AI，真的能打破信息差，给出靠谱建议吗？大厂在这场信息大战中，又能抢走多少红利？
AI 界 " 张雪峰 "，大厂抢着上
目前市面上的 AI 报志愿工具主要分为三类玩家：互联网大厂、大型教育公司，以及专门做高考志愿填报的垂类公司。它们在产品入口、功能特点与商业模式上各有侧重。
值得注意的是，字节、知乎等互联网公司也在高考报志愿上有所行动，但并未自研工具而是选择合作，两家均和 " 掌上高考 " 合作开放模拟报志愿入口。
从功能层面看，这类工具主打全面多样，包含历年真题、专家直播、报考政策解读等一系列与高考相关的内容，但外界主要关注的还是报志愿这一核心环节。
「定焦 One」体验发现，各类工具操作方式大致相似：考生或者家长输入所在省、科目以及分数后，可得到排名，并获得 " 稳、保、冲 " 三类推荐院校，然后通过对话或者性格测试等环节，提供个性化的志愿填报建议。
至于收费模式，大厂不靠志愿填报赚钱，普遍采取免费策略；剩下两类以免费 + 付费形式出现，价格在十几元到上百元不等。
但越是不收费，大厂反而卷得越猛。从功能布局到模型宣传，各家都在高调 " 秀肌肉 "：
阿里旗下的夸克布局 AI 报志愿已有 7 年，今年上线了高考志愿大模型，号称是 " 国内首个 "。
大模型领域知名专家刘聪分析，虽然现在是通用大模型的时代，但垂直大模型具备专业任务上执行的高精度、能理解所属领域专有词汇等优势。他从技术原理上分析，" 夸克高考志愿大模型的技术底座是基于 Qwen 模型，但在训练时学习了很多该领域的专业知识和定向任务，理论上比通用大模型专业度更高。"
百度则是最早涉足高考信息服务的互联网大厂。2013 年，百度 APP 便发布了 " 报考查询功能 "，并每年围绕 " 高考 " 进行功能升级。
如今的 " 百度高考 " 有两大优势，一是主打数据维度更全，高考大数据涵盖高考热搜趋势和榜单，二是支持调用文心一言、通义千问、DeepSeek 多个大模型，给考生多维度的建议。
相比之下，腾讯的入局时间相对较晚，今年推出的 AI 高考通更强调交互体验，是行业内首个高考 Agent，可以依据考生和家长需求自动调用相关工具和数据，整个操作流程以对话形式展开。
那么问题来了，既不收费、又高投入，大厂为何要做这件 " 看起来不赚钱 " 的事？这背后其实有三笔 " 隐形收益 "。
首先是抢占流量入口。
曾在国内某 AI 大厂做教育 BG 的区域化项目主管一瓢告诉「定焦 One」，做 AI 志愿填报工具的技术门槛不高，研发这类工具属于水到渠成，而高考有着全民关注度，志愿填报是重要的流量入口。
有数据显示，每年高考期间，超过 95% 的高三考生及家长都会使用百度查找相关信息及服务，总搜索及浏览量超过百亿人次。夸克近期也公开表示，其高考产品已累计服务超过 1.2 亿考生和家长。
在这种 " 天然流量地 " 中，谁先提供好用的工具，谁就更有可能建立与用户的高频连接关系。对大厂而言，这是一次低成本获取新增用户的机会。而且，从产品路径看，志愿填报只是起点，未来还可能延伸至大学学习、考研、职业规划等环节，长期留住用户。
其次是数据积累。
高考报志愿场景下，用户所产生的真实使用数据，对于提升大模型理解复杂任务、适配地域规则、识别用户偏好等能力具有极大价值，能反哺模型训练。
一瓢提到，有的大厂还会和一些教育机构合作，获得一些非公开的报考数据，也能不断丰富模型的能力。
最后是技术验证。
相比通用问答，志愿填报对模型能力提出了更高要求：不仅需要理解用户的多轮需求，还需要调用大量结构化数据，是对 Agent 或大模型 " 实战能力 " 的检验。
然而，在这场 " 技术主导 " 的 AI 填报中，用户的真实体验却并非一片叫好。
同一分数、不同答案：AI 的推荐为啥不一样？
很多考生和家长在使用 AI 报志愿工具时发现，尽管这类工具主打低门槛、便捷快速，但算法不透明、数据不全面、个性化不足仍是三道坎，让他们不敢轻信 "AI 严选 "。
推荐算法不透明，是最困扰用户的因素。
很多家长反映，输入所在省份、考试科目以及预估分数后，不同工具给出的排名虽然一致，但推荐的 " 冲、稳、保 " 三个档次的院校完全不同，不知道该听谁的。
「定焦 One」也实测发现，将同样的条件 " 高考省份河北、选择科目史生政、高考成绩 560"，输入给夸克、百度、AI 高考通、优志愿、作业帮、高途、优志愿、掌上高考等工具，各家给出的建议相差甚远。
一瓢解释，这种差异并不意外，主要是各个工具的训练数据不同、算法权重不同。
大厂主要依托自研大模型，其他有些公司采用外部大模型，有些出于能随时优化的考虑选择自研，而不同大模型由于衡量权重不同，在生成可选院校结果时会出现偏差。
资深志愿规划师杨凡进一步解释，目前各家所用的数据维度也不一致，有些只参考近一两年的录取数据，甚至还将滑档数据记录在内，这些都会造成同一分数和排名下，不同工具给出的推荐院校差异巨大。
目前，各家并未公开 " 冲、稳、保 " 院校的算法逻辑，用户面对五花八门的建议，难以做出判断。
其次是数据的全面性与真实性存疑，这也是推荐结果差异巨大的原因之一。
从业者介绍，目前各家的数据主要基于公开渠道，比如院校招生网、考试院官网、招生办官网、教育部门官网、院校就业网、院校官网，看起来 " 有据可查 "，但在采集、整合、更新的过程中，也曾出现过一些问题。
例如，之前出现过 AI 推荐的学校在该省份并无招生计划、推荐院校与用户所选目标城市不符、给排名 4000 左右的考生推荐冲刺清华、北大等情况。
刘聪表示，这主要是由于大模型存在幻觉，而幻觉的产生一方面是数据不够权威与全面，二是模型的反思部分做得不够。
一瓢也补充，虽然目前 AI 报志愿工具主要基于权威公开数据，但有时有些工具底层数据缺失、数据更新不及时，也会导致乱象产生。
对于高考报志愿这种容错率极低的场景来说，哪怕一个数据出错，都可能影响考生的关键选择。目前各家都加强了数据校验和更新机制。
除了算法和数据，"AI 懂不懂我 " 是用户的第三重疑问。
对于动辄收费上万的规划师来说，" 低分高报 "" 不浪费一分 "，以及针对考生性格、家庭情况、未来就业前景等元素定制 " 个性化 " 志愿，是核心技能。
不少 AI 报志愿工具提供 MBTI 测试、霍兰德职业兴趣测试，辅以 AI 多轮对话，号称可以实现 " 一对一定制志愿 "。但从体验来看，这种 " 个性化 " 更多停留在标签匹配层面。
「定焦 One」在使用不同 AI 报志愿工具时发现，大多数 AI 抛出的问题较为模板化，常规问题有：考生青睐报考院校地区和专业、毕业后是立即就业还是考研或出国、家庭能接纳的学费，以及个人身体情况。
即便如夸克这类已引入数百位志愿填报专家的填报思路进行模型训练的工具，杨凡在尝试后表示，其思维方式和问题的确更加明确，但还是比较简单和宽泛，而且就像课本解析，答案写得再详细，也需要经验丰富和有方法论的老师给学生讲明白。
杨凡表示，在做志愿填报时，他一般要和每位考生及家长沟通 6-8 个小时，这样才能做到深入了解。AI 报志愿工具虽然会主动抛出问题，但问题比较简单套路，这一过程中还需要靠考生和家长主动发问才能达到效果，虽然很多工具已经升级到可理解复杂问题和拆解用户需求，但和人相比还有很大差距。
而且，真正的个性化，除了深度沟通，还建立在长期数据积累和经验判断之上。
" 市场上缺乏大而全的报考、就业数据，即便某个省的数据都很难。" 相比之下，专业志愿规划师会长期积累自建信息库。杨凡表示，他们每年都会针对特定地区的学校、专业做调研，摸清就业率、用人单位偏好等，从而整理成一个信息库。这一套体系，目前还无法由 AI 所复制。
挑人也挑问题，AI 报志愿该怎么用？
虽然 AI 报志愿工具还达不到取代 " 张雪峰 " 的程度，但多数从业者仍肯定 AI 报志愿工具的实用价值，关键在于谁来用、怎么用。
在人群上，杨凡认为，AI 报志愿工具更适合分数在两端而非中间的学生，比如超本科线 30 分以内，或者总分在 650 分以上，并且目标院校、专业比较明确的考生。
" 这类考生可选的空间有限，对就业规划也有比较明确的认知，只需了解自己分数的大致排名和适配院校，确保能被录取便可。" 杨凡表示，他们也会建议这类考生使用 AI 工具填报志愿，比规划师速度更快，而且免费。
反之，对于处于中段分数区间、目标尚不清晰的考生，AI 更适合作为 " 辅助工具 "，但要学会使用方法。
从业者建议，首先明确大致报考目标，再打开 AI 报志愿工具。目标包含青睐城市、学校类型、所学专业、就业方向中的两三个元素。这样能避免考生被 AI 牵着鼻子走，并多用几个比较权威的 AI 报志愿工具互相验证。
另一个关键点在于 " 学会提问 "。" 如果不知道怎么问，AI 也没法给出好答案。" 有从业者表示。
杨凡举例，如果在 A、B 两所大学中做选择，不能直接问哪所学校更好，否则 AI 会根据地利位置、学科设置、办学资质、科研成果、就业情况、综合排名给出宽泛答案，而志愿规划师一般会先问，考生将来就业地想在哪里，然后根据需求具体回答。
" 在提问时，需要先把自己对于‘好’的定义输进去，这样 AI 才会给出更为精准的答案。" 他表示。
目前，从业者没有因为 AI 报志愿工具的扎堆涌入感到过于恐慌。相反，他们也会用 AI 报志愿工具作为院校初筛和提升效率的辅助手段。
在杨凡看来，AI 报志愿工具和志愿规划师服务的客群不一样，不适用对专业选择有非常多疑问的考生。
一瓢也根据他的从业经验和调研结果判断，无论是从业者还是考生，大家更多是采取线上线下的结合模式，用 " 人 +AI" 的组合完成报考。
但不可忽视的是—— AI 报志愿工具正在进化，用户的使用能力也在提升。
随着大厂持续投入和底层数据的完善，AI 报志愿工具或许无法一步到位，但以后可能会慢慢发展成为人人可用、人人敢用的免费产品。
* 应受访者要求，文中一瓢为化名。
