🐯虎嗅•較早收集於 16m
大廠搶灘 AI 高考志願填報市場
💡看看大型科技公司如何將 LLM 應用於教育領域中高風險、數據密集的決策支援場景。
⚡ 30-Second TL;DR
有什麼變化
AI Agent 正被用於處理複雜的錄取規則，並提供「衝、穩、保」的策略建議。
為什麼重要
AI 正在普及錄取數據的獲取，但「志願策略」的商品化可能導致演算法同質化，進而可能降低建議的有效性。
下一步行動
透過對比歷史省份錄取數據集，評估您基於 RAG 的錄取 Agent 的「幻覺」率。
誰應關注：Developers & AI Engineers
關鍵要點
- •AI Agent 正被用於處理複雜的錄取規則，並提供「衝、穩、保」的策略建議。
- •市場正從人類主導的諮詢轉向 AI 驅動的高效資訊聚合。
- •與已故的張雪峰等人類專家相比，AI 在提供個人化、高風險的職業建議方面仍面臨局限。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •教育部及多地教育考試院已多次發布預警，提醒考生警惕「高價志願填報諮詢」陷阱，並強調官方志願填報系統的權威性。
- •AI 志願填報工具的數據來源多依賴各省教育考試院公開的歷年錄取數據，但對於新高考改革後的「專業+學校」組合，數據匹配的精準度仍存在滯後性。
- •部分 AI 平台開始引入「心理測評」與「職業性格測試」模組，試圖將志願填報從單純的分數對應擴展至生涯規劃領域。
- •監管機構正加強對 AI 志願填報演算法的審計，要求企業披露演算法邏輯，以防止因演算法偏見導致的錄取不公或誘導性推薦。
- •市場出現了「AI+人工」的混合模式，即 AI 負責海量數據篩選與初步方案生成，人工專家負責最後的風險把控與個性化調整。
📊 競品分析▸ Show
| 競爭對手 | 核心特色 | 定價模式 | 數據優勢 |
|---|---|---|---|
| 百度 (AI 志願助手) | 依賴百度搜尋大數據與知識圖譜 | 免費/增值服務 | 搜尋引擎流量與歷史數據積累 |
| 阿里 (誇克高考) | 整合誇克搜尋與教育數據庫 | 免費/會員制 | 跨平台數據聯動與快速響應 |
| 騰訊 (高考通) | 結合微信生態與社交數據 | 免費/廣告變現 | 用戶行為分析與社交推薦 |
| 傳統諮詢機構 | 深度一對一規劃與心理輔導 | 高價 (數千至數萬) | 經驗豐富的專家團隊與案例庫 |
🛠️ 技術深入
- 採用基於 RAG (檢索增強生成) 的架構，將各省教育考試院的歷年錄取分數線與招生計劃作為知識庫，減少 AI 幻覺。
- 利用多目標優化演算法 (Multi-objective Optimization)，在「錄取機率」、「專業興趣」與「城市偏好」之間尋求帕累托最優解。
- 引入知識圖譜技術，構建學科、職業、行業之間的關聯網絡，實現從分數到職業發展路徑的自動映射。
- 針對新高考改革，實施基於位次法 (Rank-based) 的預測模型，而非簡單的分數對比，以應對不同年份試題難度差異。
🔮 前景展望AI analysis grounded in cited sources
AI 志願填報將面臨更嚴格的演算法合規監管。
隨著 AI 推薦對考生錄取結果影響力增大，政府將強制要求企業公開演算法邏輯以確保教育公平。
純 AI 諮詢模式將向「AI+專家」的混合諮詢模式轉型。
單純的數據匹配無法解決考生家庭複雜的心理需求與職業規劃，混合模式能提供更高的信任度與服務價值。
⏳ 時間線
2023-06
百度、阿里等大廠開始大規模推廣 AI 志願填報工具，標誌著 AI 正式進入高考志願市場。
2024-05
教育部發布關於高考志願填報的消費警示，間接推動了市場對 AI 工具合規性的關注。
2025-06
AI Agent 技術在志願填報領域實現迭代，開始具備多輪對話與個性化生涯規劃能力。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗