「核心提示」AI擅长信息聚合，后张但志愿填报的雪峰核心痛点并非数据缺失，而是时代基于明确价值取向的决策建议。

作者| 张经纬
编辑| 邢昀

三个月前，大厂以解读普通家庭专业选择著称的抢滩张雪峰，因心源性猝死骤然离世。报志他凭借“信息差”与“实用主义”构建的后张志愿填报市场，瞬间出现巨大真空。雪峰

迅速填补这一空白的时代，除了其他个人IP，大厂更包括各大互联网巨头的抢滩AI助手。

2026年高考季，报志AI志愿填报成为大厂竞争的后张最前沿：阿里通义千问推出全周期高考志愿填报Agent，腾讯元宝上线“元宝高考通”，雪峰百度、时代字节跳动（豆包）等也纷纷入局。

AI填报志愿正从“尝鲜尝试”转变为“基础设施”。当算法开始为千万家庭拆解“院校专业组”的复杂规则，将“冲稳保”策略封装进对话框，这场技术替代究竟是效率革命，还是AI在“打破信息差”叙事下的新幻觉？

1、大厂AI抢滩志愿季

林静是某中部省份的高考生，成绩处于冲击末流985或省内211的边缘。她对《豹变》表示：“周围同学基本都在用AI，我也跟着试了，数据准确性令人惊喜。”

对她而言，AI的核心吸引力在于信息的全面性。“厚重的参考书难以消化，对大学信息的了解也往往片面。用AI可以一次性查出该分数段所有可选大学，再进行筛选，效率极高。”林静说道。

出于对工科前景的青睐，她在千问的“模拟志愿表”中录入分数及偏好（涵盖专业、地域、学校层级等），系统随即生成一系列“大学+专业”的组合方案。

《豹变》实测了千问与元宝平台的志愿填报功能。在千问高考页面中，每个备选方案均标注录取概率，并自动归类为“冲”“稳”“保”三类。用户可删除不满意的选项，保留最终志愿表作为正式填报依据。

千问高考志愿填报界面

腾讯元宝虽无独立报志愿页面，但在对话框输入“高考”后，AI会引导用户输入分数与偏好，进而生成志愿建议。不过，纯聊天窗口的交互形式，其指令遵循的准确性略逊于专用界面。

“有同学反馈夸克/千问不好用，我观察后发现，他们直接通过对话交互，未使用专用的志愿填报界面。”林静指出。

腾讯元宝“高考通”功能页

除了功能相对完善，林静使用AI的另一大动因是免费。传统志愿填报服务往往伴随高昂费用或需要消耗人情资源，而AI工具提供了零成本的替代方案。

当然，并非所有用户都满意。沿海省份毕业生小江便是反例。她成绩可上优质普通本科，意向为语言类专业。

受广告吸引使用AI后，她感到失望：“生成内容杂乱无章，如同未整理的书籍堆砌。更糟糕的是，我仅关注省内院校，AI却推荐了大量省外学校。”

小江遭遇的“幻觉”问题，源于其分数段选择较多，信息处理负荷过大，导致AI输出偏差。

林静的吐槽则集中在交互体验与算法精度上：“页面信息层级不清晰，录取概率估算存在偏差。例如，某校因某年分数线异常偏低，导致AI估算概率虚高；此外，国家专项计划等关键标识字体过小，极易被忽略。”

出于对可靠性的担忧，小江最终选择回归传统方式：“AI不可控，交给他人也不放心，不如自己查阅资料来得踏实。”

2、AI报志愿，解决了什么痛点？

像小江这样具备强自主查询意愿的考生属少数，多数家庭仍依赖外部建议。

根本原因在于，高考志愿填报本质上是一场高强度的信息博弈。全国近1300万考生，需在近3000所高校、800多个本科专业中，做出影响未来数年的抉择。

在此过程中，信息处理复杂度极高：
* 数据分散：历年分数线、位次换算、就业报告、地域分布等信息散落在各省考试院、高校官网及各类报告中。
* 政策多变：新高考“3+1+2”模式普及，打破文理分科；多地合并本科批次，取消一本二本界限，导致往年分数参考价值失效；强基计划、综合评价等特殊招生规则每年微调。
* 时间紧迫：从出分到填报截止，窗口期通常仅一周左右，“快速掌握院校分布”成为刚性需求。

这正是AI大模型的强项。大模型能够迅速聚合多源数据，完成从“信息检索”到“逻辑推理”再到“方案生成”的全流程闭环。

对互联网大厂而言，高考志愿填报是一个“低开发门槛、高流量价值”的场景：
1. 技术复用：数据整合、自然语言交互、推荐算法是大模型基础能力，无需像自动驾驶或AI制药那样巨额投入，仅需微调现有模型即可切入。
2. 全民覆盖：无论一线城市中产还是县城考生，均有刚需。大厂旨在通过此场景实现AI工具的“破圈”，渗透不同社会圈层。

以夸克接入千问APP为例，本质上是以平台流量换取用户心智。逻辑清晰：通过低成本场景验证AI实用价值，同时收割高活跃度的年轻用户群体。

3、尚未解决的深层困境

大厂凭借算法与产品迅速切入市场，而2026年春天张雪峰的离世，为这场竞争增添了复杂的社会学意味。

2026年3月24日，张雪峰突发心源性猝死。作为曾经的“民间意见领袖”，他的离去留下了巨大的市场空白。大厂AI试图填补这一空白，但AI无法替代张雪峰所代表的核心价值。

首先，AI缺乏价值取向。
张雪峰的建议（如“普通家庭慎选冷门专业”）具有鲜明的实用主义色彩和明确的价值导向，精准契合普通家庭的焦虑与诉求。而AI仅提供数据罗列，缺乏基于社会经验的伦理判断与价值引导。

其次，算法同质化可能加剧博弈风险。
志愿填报是集体博弈。若大量考生使用同一套AI算法，生成相似的“冲稳保”方案，将导致热门“性价比院校”分数线非理性上涨，使原有算法失效。AI的普及可能在一定程度上制造信息同质化，反而增加不确定性。
“大家都用AI”在博弈论意义上，几乎等同于“大家都不用AI”。

最后，AI无法提供“信誉背书”与“责任承担”。
报志愿最终比拼的是差异化信息获取能力与独特判断力。许多关键信息（如某专业真实就业质量、学术氛围、行业潜规则）属于“水下信息”，需要深厚的人脉网络与行业体感，这是仅掌握“水面数据”的AI所不具备的。

此外，人作为信誉载体，在建议过程中承担社会功能。张雪峰们通过直播间与付费产品构建以“信誉”为核心的商业模式：当出现滑档或选择失误时，用户可追责、退费。而面对AI工具，用户只能自行承担试错成本。

对大厂而言，“靠报志愿扩量”并非必赢之局。
高考志愿填报具有“低频、一次性”特征。考生用完即走，次年需重新获客，留存与复购天然困难。

目前大厂的主要策略包括：
1. 生态导流：将高考用户导入通用AI服务生态。
2. 增值服务：在AI报告基础上植入付费咨询（如百度引入专家服务）。
3. 全周期延伸：从志愿填报拓展至考研规划、职业发展等长期场景，提升用户生命周期价值。

归根结底，高考志愿填报是千人千面的需求。有人追求名校光环，有人看重专业壁垒，有人渴望逃离原生家庭，有人向往大城市机遇。每个人的动机、梦想及对“好志愿”的定义截然不同。

AI是一种高效的信息整理工具，它能帮助人规避明显错误（“不做错”），但无法帮助人做出最优匹配（“做对”）。找到契合天赋、性格与人生目标的下一站，涉及自我认知、家庭沟通、人生想象及对不确定性的承受力——这些是算法无法计算的维度。

无论技术如何迭代，通往未来的钥匙，始终掌握在考生自己手中。

(注：文中受访者均为化名)