夜雨聆风
一个网红讲师的猝然离世、一群大厂的 AI 重兵压境、以及即将走进考场的超1300万考生——三条线索在同一时间交汇，让2026年的高考志愿填报赛道变成了一个极好的行业观察样本。我们决定在高考出分窗口期启动一次系统调研，以下是完整的调研框架。邀请大家一起参加
为什么是现在：三重变量重塑一条十亿赛道
2026年6月，全国高考即将开考，超1300万考生及其家庭将在出分后面临志愿填报这场“第二次高考”。这不是一个平静的考后季——三个结构性变量正在同时作用于这条赛道。
变量一：张雪峰去世留下的行业真空。 2026年3月24日，高考志愿填报领域最具影响力的个人 IP 张雪峰因心源性猝死去世，终年41岁。过去十年，张雪峰以“升学规划师”身份积累了数千万粉丝，其个人品牌峰学蔚来几乎以一己之力定义了志愿填报咨询的大众认知。他的突然离世不仅仅是新闻事件，更在行业层面制造了一个真实的真空：谁将承接被他教育过的用户心智？谁将替代他在下沉市场的信息触达能力？这场“后张雪峰时代”的权力再分配，是本次调研的第一个核心追问。
变量二：AI 从辅助工具升级为决策主体。 2025-2026年，以 DeepSeek 为代表的大模型推理能力突破，使得 AI 志愿填报从“数据检索+简单匹配”跃迁为具备推理、反思、Agent 能力的智能顾问。夸克上线高考志愿大模型，百度 AI 志愿助手单日峰值超千万用户，腾讯元宝推出高考 AI Skill 覆盖1300万考生，商汤、知乎、微博智搜纷纷入局。AI 正从“帮你查数据”走向“帮你做决策”——这不仅是效率提升，更是决策权力从人向算法的转移。本次调研将系统审视这一转移的深度、边界与风险。
变量三：高考本身持续膨胀。 2024年全国高考报名人数达1342万，同比增加51万，创历史新高。考生基数扩大带来的付费意愿叠加，推动市场规模从2023年的9.5亿元增长至2025年的10.9亿元，预计2027年将突破12.2亿元。在人口结构长期承压的背景下，高考志愿填报可能是教育消费领域最后一块确定性增长的洼地——这解释了为什么互联网大厂在“非商业化”旗帜下依然重兵投入。
三个变量叠加，使2026年成为观察这条赛道的黄金窗口。本调研计划旨在为后续深度内容产出提供系统化的研究框架。
调研要回答的四个问题
这张竞争地图长什么样？ 市场规模、增长驱动、产业链结构、关键玩家及其定位。
AI 到底渗透到了什么程度？ 技术能力边界、用户信任水平、人机分工的实际形态。
张雪峰留下的真空由谁来填？ 权力重构的逻辑、路径与进展情况。
未来12-24个月会发生什么？ 关键变量与博弈方向，为持续的内容选题提供前瞻判断。
调研框架：三个维度，九大核心问题
维度一：整体格局——这条赛道到底长什么样
Q1：市场规模与增长的真实图景。 艾媒咨询数据（2023年9.5亿→2025年10.9亿→2027年预计12.2亿）是行业共识基准，但需要拆解：付费结构如何分布（一对一咨询 vs. 工具订阅 vs. 数据服务）？季节性波动多大？实际转化率与客单价趋势？哪些细分品类在领涨？
Q2：产业链结构与利润分配。 上游数据供应商（各省教育考试院数据、院校就业报告）、中游平台/工具（大厂 AI 产品、垂直 SaaS）、下游服务商（一对一咨询师、地方机构、自媒体 KOL）——各环节的话语权和利润分配正在发生什么变化？
Q3：政策环境与监管变量。 教育部“阳光志愿”系统的定位与边界、AI 志愿填报产品的合规要求、数据隐私（考生分数与个人信息）、各省政策的差异化——政策是天花板还是加速器？
维度二：AI 带来的变化——技术如何重构决策链
Q4：AI 能力的分层与真实边界。 当前市场上的 AI 志愿填报产品技术能力可粗略划分为三层：头部（150-200亿参数专用模型，覆盖多维数据+推理）、腰部（50-100亿参数，依赖历史录取数据+通用大模型二次开发）、尾部（10-30亿参数或套壳通用大模型，准确率存疑）。需要回答：各层级产品的实际推荐准确率差距有多大？“AI 幻觉”在志愿填报场景中的具体风险形态是什么？大模型推理能力（DeepSeek 等）的引入是否实质性提升了推荐质量？
Q5：用户信任与采纳的真实水位。 “超千万用户”是曝光数据还是深度使用数据？家长和考生在什么环节让 AI 参与决策、什么环节保留人工判断？不同城市线级、不同教育背景家庭的 AI 采纳行为差异？
Q6：AI 驱动的新商业模式。 AI Agent 志愿报告、AI 一对一模拟咨询、AI+人工混合服务——哪些是真实跑通的模式，哪些是概念包装？“免费 AI 引流+付费人工深度服务”是否会成为主流模型？张雪峰的“个人 IP+高客单价一对一”模式在 AI 时代是否还有复刻可能？
维度三：赛道参赛者——谁在争夺“后张雪峰时代”
Q7：大厂阵营的战略意图与资源投入。 夸克（阿里 AI to C 战略旗舰，算力投入扩大100倍）、百度（搜索场景+文心大模型）、腾讯（QQ 浏览器 AI 化+元宝高考 Agent）、商汤（技术供应商定位）、知乎（内容社区+AI 搜索）、微博智搜（高考版）——每家大厂的入场动机不同（获客、练兵、数据飞轮、生态防御），需要逐一拆解其真实投入力度与持续性。
Q8：垂直玩家的生存策略。 全国至少1876家企业经营范围涉及“高考志愿填报”，从张雪峰的峰学蔚来到地方中小机构，从高考纸鸢（免费开放策略）到各类 AI 创业公司——面对大厂的流量碾压和免费策略，垂直玩家如何差异化？“地方数据+人工服务+信任关系”是否构成足够的护城河？
Q9：张雪峰遗产的分配与争夺。 峰学蔚来的业务连续性如何？张雪峰个人 IP 的粉丝资产正在向哪里迁移？AI“复活”张雪峰（AI 生成其形象预测高考作文题）的伦理争议与商业机会？下沉市场“下一个张雪峰”的崛起迹象？
调研方法与路径
一手信息采集
二手信息整合
行业报告：艾媒咨询《中国高考志愿填报及就业前景大数据分析报告》、21世纪经济报道系列深度、清华大学《AI 赋能教育：高考志愿填报工具使用指南》
企业公开信息：各产品发布会、技术博客、高管访谈、招聘信息（反映真实投入方向）
媒体报道系统梳理：每日经济新闻、AI 蓝媒汇、南方财经等对赛道的系列报道
政策文件：教育部及各省教育考试院关于志愿填报服务的最新规定
核心假设与待验证命题
本调研带着以下假设入场——它们将作为分析框架，而非预设结论，每个假设都需要在调研中接受检验：
假设一：张雪峰去世的行业影响被高估。 他的核心价值在下沉市场的流量触达，而非产品能力；大厂的免费 AI 工具正在以更高效的方式替代这一功能。需要验证：峰学蔚来的服务是否具有不可替代性？粉丝是否真的在向 AI 工具迁移？
假设二：AI 志愿填报的“决策替代”发生在信息层而非判断层。 AI 擅长数据匹配，但志愿填报的核心——价值排序（城市 vs。学校 vs。专业）——仍然依赖人的判断。这个边界短期内不会消融。
假设三：大厂的“非商业化”定位不可持续。 当前的免费策略是获客和模型训练的阶段性投入，一旦数据飞轮建立，商业化变现压力将改变竞争格局。
假设四：垂直玩家的终局不是独立生存而是被收购或为平台供服务。 高考志愿填报的超低频（一年一次）和超强季节性，使独立产品的商业模型天然脆弱。
假设五：AI 带来的最大变化不是推荐的“准”，而是决策成本的“降”。 从“花几千元咨询”到“打开手机免费测”，信息平权的速度远超预期，这将倒逼整个行业的价值主张重构。
执行时间线
调研按三阶段推进，总周期建议为3-4周，赶在2026年高考出分（6月下旬）前完成核心信息采集。
第一阶段：格局摸底（第1周，6月8日-14日）
完成二手信息全量收集：行业报告、企业公开材料、媒体报道存档
圈定并联系专家访谈对象
完成 AI 产品初测，建立横评框架
第二阶段：深度挖掘（第2-3周，6月15日-28日）
高考出分窗口期（预计6月23日-28日）：密集跟踪各产品用户活跃度峰值数据、社交媒体讨论热度、各平台营销动作
完成3-5场专家访谈
深度产品横评（真人分数实测、多场景压力测试）
张雪峰遗产追踪（峰学蔚来出分季表现、粉丝迁移数据）
第三阶段：合成与输出（第4周，6月29日-7月5日）
数据交叉验证、假设检验
撰写深度调研主报告
提炼后续内容选题方向
预期产出
调研的挑战
坦诚说，这次调研有几道不太好过的坎：
专家访谈窗口极窄。 志愿填报行业从业者在出分季极度繁忙，访谈意愿低。我们只能提前锁定、灵活安排、准备备选对象，必要时以匿名访谈降低对方顾虑。
产品数据的真伪难辨。 大厂 AI 产品的“超千万用户”多为 PR 口径，真实深度使用数据难以交叉验证。第三方数据（QuestMobile、七麦数据等）和社交媒体声量将作为辅助校准。
核心窗口稍纵即逝。 用户行为高度集中在出分后72小时内，错过即无。我们的应对是：提前完成产品测评框架和追踪工具配置，出分窗口期只做采集、不做搭建。
几个值得关注的开放问题
调研过程中，我们会特别留意以下问题——它们目前没有答案，但答案的质量将决定这条赛道未来两三年的走向：
张雪峰去世是否会催生新的行业监管？ 网红升学规划师模式的个人风险集中化，是否会引起政策层面的回应？
AI 志愿填报的伦理红线在哪里？ 如果是 AI“复活”张雪峰生成内容、AI 自主做出可能影响一生的决策建议——公众和监管的容忍边界是什么？
2026年是否会出现 AI 志愿填报的重大事故？ 滑档、退档如果被归因到 AI 推荐，可能触发舆论危机和监管收紧。我们将持续监控。
