6月10日，千问正式推出国内首个全链路高考志愿填报Agent，面向全国考生免费开放填报咨询与志愿规划服务。

通义千问 6.11.7.2914

• 类型：生活服务
• 大小：105.55M

立即下载

千问高考志愿填报Agent：AI深度介入升学决策的新范式

该Agent以千问高考志愿大模型为技术底座，融入夸克平台多年沉淀的高考服务数据与行业经验。在专业层面，它内嵌了资深志愿规划师的完整决策链路——包括"位次法"精准定位、冲稳保梯度设计等核心方法论；在数据层面，则打通历年院校录取数据与考生行为画像，力求让每一份推荐都贴合个体实际。

高考志愿填报素有"高难度决策"之称，信息过载与选择焦虑长期困扰考生与家长。如何在海量数据中快速锁定有效信息，是当前亟待解决的问题。

基于上述背景，千问高考Agent围绕"志愿报告"、"志愿日历"、"志愿问答"三大功能模块搭建服务体系，本质上是为每位考生配备一位全天候在线的AI志愿顾问。

报告维度上，Agent依据考生的基本条件与偏好标签生成定制化志愿报告，输出为15至40页A4纸的PDF文档。此类报告形式由阿里去年首创，覆盖了此前难以获得专业咨询的大批考生，累计领取量接近1300万份。

今年在免费基础上完成三轮升级： 内容端，Agent通过自然语言交互捕捉"偏好和谁交流"、"希望离家近"等隐性需求并纳入推荐逻辑；同时强化对未来走向的研判，新增就业趋势、考公考编路径、继续深造选择、AI产业影响等分析维度。交互端，报告支持实时动态调整——用户可即时反馈"这个学校不感兴趣"或"多推荐几个金融类专业"，系统随即重排结果；Agent还内置自检机制，当检测到志愿表"专业跨度过大"时，会主动提示考生聚焦方向、避免资源分散。问答端，Agent针对高考垂直场景做了严格校准，回复风格趋于审慎，调用位次法定位等专业工具，确保答案经得起推敲。

不同于传统信息检索，千问高考Agent更像一场双向对话。千问事业部产品负责人郑嗣寿指出，设计初衷是让考生和家長在问答过程中逐步厘清自身的兴趣、性格与真实诉求，这恰恰体现了AI产品从单向工具到拟人化交互的根本转变。

回顾发展脉络， 夸克在过去八年里持续深耕高考志愿领域。郑嗣寿将其概括为四个阶段：从信息检索工具起步，逐步加入算法推荐，去年推出志愿报告自动生成，将分析判断与决策能力交给模型；今年则进一步升级为全生命周期、个性化、可闭环的产品形态。这是一个技术逐步演化的过程，Agent的反复反思、执行与推演成为核心特征。

专业能力的底气来自两个层面： 其一是全新的千问高考志愿大模型，其二是长达八年的数据积累。

千问事业部AI算法负责人蒋冠军解释，志愿填报涉及院校、专业、地域、就业等十项核心变量，理论组合空间超过上亿种。通用大模型面对此类场景容易出现事实性偏差，更缺乏"冲稳保如何取舍"的实操智慧。为此，团队从大量资深规划师的思维路径中提取推理模式，转化为多轮对话训练数据，经强化学习与监督微调，使模型形成"规划—执行—反思"的闭环机制。同时构建了覆盖约40万种组合的"AI考生"模拟体系，对模型进行系统性压力测试，确保各类填报场景下均能稳定输出。

在工程架构上，千问搭建了Agent调度框架，使模型不仅"能分析"，更能"能办事"。该框架配备记忆引擎，可精准存储考生档案并与其他信息隔离开来；完成任务规划后，模型会智能调用涵盖搜索引擎、就业数据、志愿匹配等39个技能组件与专业工具，并在获得客观结果后进入反思核验环节。

郑嗣寿强调，Agent能够在持续对话中逐步理解考生的兴趣方向、院校倾向与城市偏好，真正做到因人定制。即便是分数、选科、省份完全一致的两位考生，只要内在需求存在差异，生成的志愿日历也将截然不同。这种"让每个个体呈现该有的那一面"的个性化理念，是贯穿整个产品设计的核心目标。

数据基础设施方面， 千问高考知识库收录全国近3000所高校、2000余个专业，并整合了转专业政策、在校评价、校园生活等非结构化信息。

工程团队针对老旧设备与弱网环境做了专项适配，保障农村及父母群体等使用场景的稳定性。为扩大覆盖范围，千问将持续推进高考"暖芒公益"计划，为偏远地区考生提供志愿填报指导服务。