炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

定焦One（dingjiaoone）原創

作者 | 王璐

編輯 | 魏佳

高考已經落幕，另一場決戰纔剛剛開始——報志願。

這是一場信息焦慮下的博弈，每年都有無數家庭投下重金。僅是“張雪峯”這一個IP，就養活了一整條產業鏈：售價高達12999元、18999元的志願填報服務，每年都被搶購一空。各地的“張雪峯們”也十分搶手，企查查數據顯示，國內高考志願相關企業已有1242家。

隨着高考選科模式普及、錄取規則日趨複雜，這一賽道還在升溫。艾媒數據顯示，2024年中國高考志願填報市場付費規模達10.2億元，預計2025年爲10.9億元。

面對志願填報這塊流量窪地，各大互聯網公司早已盯上。隨着AI持續升溫、應用端競爭全面開卷，這一高考剛需場景被進一步激活，大廠們持續加碼，火力全開。

夸克發佈首個自研高考志願大模型，推出“智能選志願”等功能；QQ瀏覽器推出行業首個高考Agent“AI高考通”；百度也在今年上線“高考高頻考點庫”、“AI志願助手”等系列AI產品。

憑藉着智能、高效和免費，這些“AI張雪峯們”迅速成爲考生和家長們眼中的“香餑餑”。

然而，大廠的目標，並不止於此。

志願填報不僅是搶佔流量入口、低成本獲取用戶的手段，也是獲取教育決策數據、檢驗Agent及大模型“實戰能力”的重要場景。

但問題也隨之而來：填報志願是一場“只能成功、不能試錯”的選擇。尚處在早期階段的AI，真的能打破信息差，給出靠譜建議嗎？大廠在這場信息大戰中，又能搶走多少紅利？

目前市面上的AI報志願工具主要分爲三類玩家：互聯網大廠、大型教育公司，以及專門做高考志願填報的垂類公司。它們在產品入口、功能特點與商業模式上各有側重。

在產品入口上，大部分公司主要依託自身瀏覽器或APP生態，比如“百度高考”、阿里的“夸克高考”、騰訊的“AI高考通”、作業幫的“作業幫高考”，分別內置在百度APP、夸克APP、QQ瀏覽器、作業幫APP裏；有些公司則是APP+小程序兩端佈局，例如教育公司高途、這一賽道的老玩家億閣教育的“優志願”，以及由中國教育在線開發的“掌上高考”。

值得注意的是，字節、知乎等互聯網公司也在高考報志願上有所行動，但並未自研工具而是選擇合作，兩家均和“掌上高考”合作開放模擬報志願入口。

從功能層面看，這類工具主打全面多樣，包含歷年真題、專家直播、報考政策解讀等一系列與高考相關的內容，但外界主要關注的還是報志願這一核心環節。

“定焦One”體驗發現，各類工具操作方式大致相似：考生或者家長輸入所在省、科目以及分數後，可得到排名，並獲得“穩、保、衝”三類推薦院校，然後通過對話或者性格測試等環節，提供個性化的志願填報建議。

至於收費模式，大廠不靠志願填報賺錢，普遍採取免費策略；剩下兩類以免費+付費形式出現，價格在十幾元到上百元不等。

但越是不收費，大廠反而卷得越猛。從功能佈局到模型宣傳，各家都在高調“秀肌肉”：

阿里旗下的夸克佈局AI報志願已有7年，今年上線了高考志願大模型，號稱是“國內首個”。

大模型領域知名專家劉聰分析，雖然現在是通用大模型的時代，但垂直大模型具備專業任務上執行的高精度、能理解所屬領域專有詞彙等優勢。他從技術原理上分析，“夸克高考志願大模型的技術底座是基於Qwen模型，但在訓練時學習了很多該領域的專業知識和定向任務，理論上比通用大模型專業度更高。”

百度則是最早涉足高考信息服務的互聯網大廠。2013年，百度APP便發佈了“報考查詢功能”，並每年圍繞“高考”進行功能升級。

如今的“百度高考”有兩大優勢，一是主打數據維度更全，高考大數據涵蓋高考熱搜趨勢和榜單，二是支持調用文心一言、通義千問、DeepSeek多個大模型，給考生多維度的建議。

相比之下，騰訊的入局時間相對較晚，今年推出的AI高考通更強調交互體驗，是行業內首個高考Agent，可以依據考生和家長需求自動調用相關工具和數據，整個操作流程以對話形式展開。

那麼問題來了，既不收費、又高投入，大廠爲何要做這件“看起來不賺錢”的事？這背後其實有三筆“隱形收益”。

首先是搶佔流量入口。

曾在國內某AI大廠做教育BG的區域化項目主管一瓢告訴“定焦One”，做AI志願填報工具的技術門檻不高，研發這類工具屬於水到渠成，而高考有着全民關注度，志願填報是重要的流量入口。

有數據顯示，每年高考期間，超過95%的高三考生及家長都會使用百度查找相關信息及服務，總搜索及瀏覽量超過百億人次。夸克近期也公開表示，其高考產品已累計服務超過1.2億考生和家長。

在這種“天然流量地”中，誰先提供好用的工具，誰就更有可能建立與用戶的高頻連接關係。對大廠而言，這是一次低成本獲取新增用戶的機會。而且，從產品路徑看，志願填報只是起點，未來還可能延伸至大學學習、考研、職業規劃等環節，長期留住用戶。

其次是數據積累。

高考報志願場景下，用戶所產生的真實使用數據，對於提升大模型理解複雜任務、適配地域規則、識別用戶偏好等能力具有極大價值，能反哺模型訓練。

一瓢提到，有的大廠還會和一些教育機構合作，獲得一些非公開的報考數據，也能不斷豐富模型的能力。

最後是技術驗證。

相比通用問答，志願填報對模型能力提出了更高要求：不僅需要理解用戶的多輪需求，還需要調用大量結構化數據，是對Agent或大模型“實戰能力”的檢驗。

然而，在這場“技術主導”的AI填報中，用戶的真實體驗卻並非一片叫好。

很多考生和家長在使用AI報志願工具時發現，儘管這類工具主打低門檻、便捷快速，但算法不透明、數據不全面、個性化不足仍是三道坎，讓他們不敢輕信“AI嚴選”。

推薦算法不透明，是最困擾用戶的因素。

很多家長反映，輸入所在省份、考試科目以及預估分數後，不同工具給出的排名雖然一致，但推薦的“衝、穩、保”三個檔次的院校完全不同，不知道該聽誰的。

“定焦One”也實測發現，將同樣的條件“高考省份河北、選擇科目史生政、高考成績560”，輸入給夸克、百度、AI高考通、優志願、作業幫、高途、優志願、掌上高考等工具，各家給出的建議相差甚遠。

從左到右依次爲：夸克、AI高考通、作業幫、優志願

一瓢解釋，這種差異並不意外，主要是各個工具的訓練數據不同、算法權重不同。

大廠主要依託自研大模型，其他有些公司採用外部大模型，有些出於能隨時優化的考慮選擇自研，而不同大模型由於衡量權重不同，在生成可選院校結果時會出現偏差。

資深志願規劃師楊凡進一步解釋，目前各家所用的數據維度也不一致，有些只參考近一兩年的錄取數據，甚至還將滑檔數據記錄在內，這些都會造成同一分數和排名下，不同工具給出的推薦院校差異巨大。

目前，各家並未公開“衝、穩、保”院校的算法邏輯，用戶面對五花八門的建議，難以做出判斷。

其次是數據的全面性與真實性存疑，這也是推薦結果差異巨大的原因之一。

從業者介紹，目前各家的數據主要基於公開渠道，比如院校招生網、考試院官網、招生辦官網、教育部門官網、院校就業網、院校官網，看起來“有據可查”，但在採集、整合、更新的過程中，也曾出現過一些問題。

例如，之前出現過AI推薦的學校在該省份並無招生計劃、推薦院校與用戶所選目標城市不符、給排名4000左右的考生推薦衝刺清華、北大等情況。

劉聰表示，這主要是由於大模型存在幻覺，而幻覺的產生一方面是數據不夠權威與全面，二是模型的反思部分做得不夠。

一瓢也補充，雖然目前AI報志願工具主要基於權威公開數據，但有時有些工具底層數據缺失、數據更新不及時，也會導致亂象產生。

對於高考報志願這種容錯率極低的場景來說，哪怕一個數據出錯，都可能影響考生的關鍵選擇。目前各家都加強了數據校驗和更新機制。

除了算法和數據，“AI懂不懂我”是用戶的第三重疑問。

對於動輒收費上萬的規劃師來說，“低分高報”“不浪費一分”，以及針對考生性格、家庭情況、未來就業前景等元素定製“個性化”志願，是核心技能。

不少AI報志願工具提供MBTI測試、霍蘭德職業興趣測試，輔以AI多輪對話，號稱可以實現“一對一定製志願”。但從體驗來看，這種“個性化”更多停留在標籤匹配層面。

“定焦One”在使用不同AI報志願工具時發現，大多數AI拋出的問題較爲模板化，常規問題有：考生青睞報考院校地區和專業、畢業後是立即就業還是考研或出國、家庭能接納的學費，以及個人身體情況。

即便如夸克這類已引入數百位志願填報專家的填報思路進行模型訓練的工具，楊凡在嘗試後表示，其思維方式和問題的確更加明確，但還是比較簡單和寬泛，而且就像課本解析，答案寫得再詳細，也需要經驗豐富和有方法論的老師給學生講明白。

楊凡表示，在做志願填報時，他一般要和每位考生及家長溝通6-8個小時，這樣才能做到深入瞭解。AI報志願工具雖然會主動拋出問題，但問題比較簡單套路，這一過程中還需要靠考生和家長主動發問才能達到效果，雖然很多工具已經升級到可理解複雜問題和拆解用戶需求，但和人相比還有很大差距。

而且，真正的個性化，除了深度溝通，還建立在長期數據積累和經驗判斷之上。

“市場上缺乏大而全的報考、就業數據，即便某個省的數據都很難。”相比之下，專業志願規劃師會長期積累自建信息庫。楊凡表示，他們每年都會針對特定地區的學校、專業做調研，摸清就業率、用人單位偏好等，從而整理成一個信息庫。這一套體系，目前還無法由AI所複製。

雖然AI報志願工具還達不到取代“張雪峯”的程度，但多數從業者仍肯定AI報志願工具的實用價值，關鍵在於誰來用、怎麼用。

在人羣上，楊凡認爲，AI報志願工具更適合分數在兩端而非中間的學生，比如超本科線30分以內，或者總分在650分以上，並且目標院校、專業比較明確的考生。

“這類考生可選的空間有限，對就業規劃也有比較明確的認知，只需瞭解自己分數的大致排名和適配院校，確保能被錄取便可。”楊凡表示，他們也會建議這類考生使用AI工具填報志願，比規劃師速度更快，而且免費。

反之，對於處於中段分數區間、目標尚不清晰的考生，AI更適合作爲“輔助工具”，但要學會使用方法。

從業者建議，首先明確大致報考目標，再打開AI報志願工具。目標包含青睞城市、學校類型、所學專業、就業方向中的兩三個元素。這樣能避免考生被AI牽着鼻子走，並多用幾個比較權威的AI報志願工具互相驗證。

圖源 / Pexels

另一個關鍵點在於“學會提問”。“如果不知道怎麼問，AI也沒法給出好答案。”有從業者表示。

楊凡舉例，如果在A、B兩所大學中做選擇，不能直接問哪所學校更好，否則AI會根據地利位置、學科設置、辦學資質、科研成果、就業情況、綜合排名給出寬泛答案，而志願規劃師一般會先問，考生將來就業地想在哪裏，然後根據需求具體回答。

“在提問時，需要先把自己對於‘好’的定義輸進去，這樣AI纔會給出更爲精準的答案。”他表示。

目前，從業者沒有因爲AI報志願工具的扎堆湧入感到過於恐慌。相反，他們也會用AI報志願工具作爲院校初篩和提升效率的輔助手段。

在楊凡看來，AI報志願工具和志願規劃師服務的客羣不一樣，不適用對專業選擇有非常多疑問的考生。

一瓢也根據他的從業經驗和調研結果判斷，無論是從業者還是考生，大家更多是採取線上線下的結合模式，用“人+AI”的組合完成報考。

但不可忽視的是——AI報志願工具正在進化，用戶的使用能力也在提升。

隨着大廠持續投入和底層數據的完善，AI報志願工具或許無法一步到位，但以後可能會慢慢發展成爲人人可用、人人敢用的免費產品。

*題圖來源於pexels。應受訪者要求，文中一瓢爲化名。

海量資訊、精準解讀，盡在新浪財經APP