夜雨聆风一个AI行业从业者的个人分享——往届考生用不到的技术红利，今年的考生可以。
写在前面：为什么我要写这个
上周日早上我在刷牙的时候，听到小爱同学的晨间早报，提到说最近高考季“用AI填志愿鱼龙混杂”之类的新闻。
我的第一反应是感慨——羡慕现在的高考生竟然有这么多大模型和Agent类工具可以用。
紧接着我想到了一件事：高考生和家长们，真的都知道如何最好地使用这些AI工具来辅助填志愿吗？
周末和一个做服装行业的朋友吃饭，我才意识到，我每天浸染的这些圈子里的词汇——大模型、Agent、Claude、Qwen、豆包，什么推理能力、什么工具调用——对行业外的人而言其实是非常陌生的。家长和考生可能根本不知道“调用哪个模型来回答志愿问题更合适”，而用不同的工具，AI给出的答案确实存在差异。
后来我又看到一个数据：每年超过1000万考生走进考场，但有机会聘请专业志愿填报师的家庭不到5%。
我联系了一位浙江朋友，她告诉我当地一个很有名的填志愿机构，费用是4980元一次。但因为从出分到填志愿只有短短几天，很多人付得起钱，却排不上号——机构的老师也是人，精力有限，供不应求。
这让我想到三个问题：
1. 没钱请咨询服务的家庭，有没有低费用甚至免费的替代方案？2. 付得起钱但排不上号的家庭，可以怎么办？3. 就算请了老师，老师全天不间断工作也会疲劳，分析判断也难免受精力下降的影响。
看到这些现状，再结合我每天接触的AI工具能做什么，我便萌生了写这个系列的想法：用AI来辅助填志愿这件事，确实有人需要。
所以这篇文章不是广告，没收钱，没KPI。纯粋是一个AI行业的从业者，想把自己熟悉的东西翻译成普通人能用的语言，分享出来。
Part 1：比“怎么填”更重要的问题——我上大学想做什么？
在开始聊AI工具之前，我想先聊一个更底层的问题。
因为在写这个系列的过程中，我发现了一件事：比“用什么工具选志愿”更需要回答的问题是——我如何告诉AI我的想法和期待？而这背后，其实是一个更深层的问题：我上大学到底想做什么？
我站在高考结束的13年后来回看这个问题（暴露年龄了），觉得现在的我才慢慢想明白。但18岁的时候，我确实没有能力和阅历想清楚这件事。
如果可以坐时光穿梭机回去告诉13年前的自己，我会说两件事：
第一，选城市比选学校和专业更重要。
环境对一个人的影响是巨大的。大学四年、近1200个日夜，在什么城市、见到什么事情、接触什么人群、有什么实习和探索的机会——这些都会在未来的漫长人生里烙下“社会基因”。
第二，兴趣大于世俗成功。
我身边大部分人（包括13年前的我），填志愿时考虑的都是：什么专业热门、好就业、能赚钱。这些因素的背后，其实都在回答同一个问题——“你如何做才能满足社会对你的期待？”
但经过10年职场、换过不同方向之后，我现在深切地认为：真正把一件事情做到极致的前提，一定是足够热爱。这种自发的驱动力和“为了上班赚钱”的驱动力，真的不一样。
我喜欢研究投资、喜欢穿搭美学、喜欢心理学——这些事情不用任何人督促我，我自己就会花时间钻进去。如果18岁的我就知道自己喜欢什么，大学四年可以完全沉浸在真正热爱的事情里并有所积累，那该是多幸福的事。
当然，我也理解大部分18岁的孩子不可能完全想清楚这个问题。但如果能在填志愿之前，哪怕花半天时间认真问自己一次“我到底喜欢什么”，就已经比很多人走在前面了。
好了，情怀讲完。下面进入硬核干货部分。
Part 2：填志愿的底层决策逻辑
高考志愿选择本质上是在“我能去哪”和“我想去哪”之间找最优解。整个决策可以拆解为三个层次：
第一层：硬约束——划定可选范围
分数是门票，但真正有参考价值的是全省排名（位次）。因为每年试卷难度不同，分数线波动大，但位次相对稳定。第一步是用自己的位次去对照往年数据，圈出“理论上能录取我”的院校和专业池。
此外还有选科限制（新高考省份）、体检要求等硬性条件。
第二层：偏好权衡——在可选范围内排序
这是最复杂也最个人化的部分，核心是四个维度的取舍：
院校层次 vs 专业强弱：选名气更大的学校还是该专业更强的学校？个人兴趣 vs 就业前景：喜欢的和赚钱的不一致怎么办？城市地域：一线机会多但竞争大，二线压力小但视野窄。短期确定性 vs 长期可能性：稳就业的方向还是天花板更高的方向？
第三层：策略执行——降低落榜风险
有了前两步的判断后，还需要一个填报策略来防范风险：
“冲—稳—保”的梯度分配是否服从调剂理解平行志愿的投档规则：分数优先、遵循志愿、一次投档
总结起来就是：用位次数据确定边界 → 用个人偏好在边界内排序 → 用填报策略控制风险。
AI大模型能帮上忙的地方，恰恰是在信息收集、数据对比、多维度匹配和方案推演这些环节——这些环节信息量大、计算繁琐，但逻辑是明确的。
Part 3：今年的考生太幸运了——技术红利来了
往届考生填志愿，能用的工具就那几样：一本厚厚的招生指南、几张Excel表、几千块请来的规划师。
但今年不一样。AI Agent的爆发，让免费工具的能力第一次接近、甚至在某些环节超过了线下规划师。
更关键的是：今年正好是这一代AI工具成熟落地的元年——千问的高考Agent是2026年6月10日才刚上线的，WorkBuddy的高考填报Skill也是今年才推出，连夸克都做了 8年来最大的一次升级。
这意味着往届考生没有“前辈经验”可以分享。所有人都在同一起跑线——谁先用、谁会用，谁就赢得先机。
Part 4：四款AI工具横评——它们不是同质竞品
我把目前最值得关注的4款产品研究了一遍。先说最重要的结论：它们定位完全不同，不是“哪个最好”的问题，而是“你需要什么样的帮手”的问题。
🔵 阳光高考——官方权威信息源
教育部背书，政策、招生章程、专业库最权威。但智能分析能力弱，是“查”工具不是“想”工具。
不可替代的价值：无论你用什么AI工具，最后都要在这里核验官方招生计划。这一步不能省。
🟡 夸克——专业数据库
8年高考赛道沉淀，覆盖3000所高校、2000个专业、1.6亿用户行为数据。位次匹配的精准度是其他工具难以企及的。今年新增了“智能选志愿”和“AI志愿报告”功能。
短板是AI能力更像“被增强的工具”而非真正的Agent，开放问答和方案推演的深度有限。
不可替代的价值：数据可视化和位次精度。如果你只想要一份“能上哪些学校”的精准清单，夸克是最快的路径。
🟢 千问——夸克的Agent化升级版（今年新发布）
这是今年我最想重点介绍的产品。2026年6月10日刚上线。
一句话说清它是什么：千问 = 夸克的全部数据 + Agent推理能力 + 全周期陪跑。它直接继承了夸克8年的数据底座，然后在上面叠加了Agent技术：
独有“志愿日历”功能，把考后20天拆成每日任务，主动推进你的决策进度 会主动追问、主动挑毛病（你说想要“好大学”，它会先问你“好”的定义是什么） 独立记忆引擎，记住你之前说过的偏好，不用反复重复 49项细分Skills工具调用，所有推荐数据可溯源 生成15-40页的定制志愿报告，报告生成后还能继续追问调整
短板是单线程对话产出，全家一起讨论时不够顺手。
不可替代的价值：目前唯一同时具备“数据厚度+推理深度+全周期陪跑”的产品。
🟣 WorkBuddy——项目管理型策略大脑（今年新Skill）
腾讯做的全场景AI办公工作台，本职是帮职场人管理复杂项目。但它的“项目化思维”特别适合志愿填报这个20天、全家参与、容错率极低的决策场景。
核心亮点：
五阶段Skill引导，自动生成5份可协作的腾讯文档（个人情况分析表、专业初筛表、候选志愿草表、最终分析报告、实操填报表） - 家长孩子可以在腾讯文档里异地共编、批注、@对方
——这对异地家庭特别友好 独有“反向审核”能力：让AI切换角色扮演严格的审核员，反过来挑你方案的毛病（梯度倒挂、调剂风险、选科不符等） 支持上传本省《招生工作手册》PDF，做本地化投档规则解读
短板是不自建高考数据库，数据深度依赖用户输入和联网检索。
不可替代的价值：把志愿填报变成可协作、可审查、可追溯的家庭决策项目。这是其他三款都做不到的。
Part 5：六个评估维度速览
我用六个维度来评估一个AI工具是否适合辅助填志愿，简要结论如下：
数据底座：阳光高考（官方最权威）、夸克、千问三者满分，WorkBuddy偏弱。
位次匹配精度：夸克和千问最准，WorkBuddy靠AI推理近似。
多维度交叉分析（比如“南方+计算机+985+学费低”的组合查询）：千问和WorkBuddy最强。
方案推演能力（“如果冲XX校失败后面接得住吗”）：千问和WorkBuddy并列第一。
可溯源性（推荐结果能追到具体数据源）：阳光高考最权威，其他三款都OK。
交互门槛：千问和WorkBuddy最低（自然语言对话），夸克和阳光高考偏传统。
每款产品的记忆点：
阳光高考 = 官方权威夸克 = 数据精度千问 = 全周期陪跑WorkBuddy = 反向审核 + 多文档协同
Part 6：怎么选？对号入座
这是这篇文章最实用的部分。
🎯 场景1：考生独立性强、习惯AI对话、家长不太管
推荐：千问 + 阳光高考兜底
千问一个工具就能搞定数据查询+方案推演+全周期陪跑，最省事。最后用阳光高考核对官方招生计划即可。
🎯 场景2：考生有主见、家长想一起参与决策
推荐：千问 + WorkBuddy + 阳光高考
千问做日常推演，WorkBuddy生成全家共编的腾讯文档档案，爸妈可以异地批注、共同决策。最后阳光高考核验。
🎯 场景3：考生不太用AI、家长习惯查表对比
推荐：夸克 + 阳光高考
夸克的表单式筛选和数据可视化最贴近传统填报工具的体验，学习成本低。
🎯 场景4：新高考省份、规则复杂、担心出错
推荐：千问 + WorkBuddy
WorkBuddy支持上传本省招生手册PDF做本地化规则解读，加上反向审核能挑出选科不符、梯度倒挂等隐患。
🎯 场景5：考生分数处于尴尬位次（边缘冲刺）
推荐：夸克 + 千问 + WorkBuddy
夸克查最精准的历年位次，千问推演不同策略的录取概率，WorkBuddy做反向审核。三个一起用，把边缘风险降到最低。
最后想说的话
没有最好的工具，只有最适合的组合。
今年的AI能力已经足够强，但工具再强，最终拍板的依然是你自己。
AI能帮你找出“分数能上的学校”，但只有你能回答“你想成为什么样的人”。
工具是船，方向得自己掌。
祝今年的每一位考生，都能填到不后悔的那一份志愿。🍀
这篇文章不是广告，没收钱，没KPI，纯为爱发电。如果你有具体的填报情况想讨论，欢迎在评论区留言，或者来我的小红书（搜索：928053938）看更多更新和互动。
我也招募了几位AI行业的朋友一起参与这个小项目——他们来自不同的知名高校和500强公司，对大模型和Agent工具使用非常深入。我们的初衷就是：希望科技的发展可以让更多人受益。