夜雨聆风前天晚上我哥打电话来，开口第一句不是"吃了没"，而是：
"妹夫以前大学是什么专业啊？你侄子成绩快出来了，发愁怎么填志愿。"
电话那头的声音，不是慌，是那种"我知道这事很重要，有一些思路但更多还是担忧"的焦虑。成绩还没出，焦虑已经先到了。
我哥是国企管理人员，对高考填报提前做了功课。但现在的高考填报，跟我们那时候已经是两回事了——新高考改革、选科组合、平行志愿、专业调剂规则，每一条都够家长研究三天。临门一脚，还是能听出着急。
我想帮忙。但说实话，我也帮不上。
我离开高考赛道整整二十年了。当年填志愿，全凭一本厚厚的招生目录和亲戚朋友的"经验之谈"。现在那本目录早没了，亲戚朋友的经验也失效了——有些专业名字我都没听说过，怎么给建议？
但有一件事我能做：成绩还没出来，正好是准备工具的时间窗口。等分数一到，系统直接就能跑。
我是做产品的。每天在企业里用AI搭系统、做工具、解决业务问题。那为什么不能给侄子搭一个？
不是说AI比专家厉害。而是填报志愿就那几天，专家紧俏，机构不知道靠不靠谱，但侄子有一个做AI实践的姑姑。
我打开电脑，开始动手。
第一轮：让AI自己来
我是产品经理，做事的习惯是先出方案再动手。所以我没急着往里填数据，而是先把背景跟AI说清楚——侄子今年高考，成绩还没出来，我想搭一套志愿填报辅助系统，帮他做筛选和参考。然后让AI出产品方案。
AI很快给了回复。功能模块、数据维度、推荐逻辑，格式工整，看着像那么回事。
但我盯着看了两分钟，总觉得哪里不对。
太"通用"了。它给的方案，跟市面上任何一个高考志愿填报平台的产品逻辑几乎一模一样——分数线匹配、学校推荐、冲稳保梯度。大路货。我哥自己下个App也能查到。那我搭这个系统的意义在哪？
你不喂它东西，它就按大众认知来。大众认知的问题不是"不对"，是"谁都能给"。
第二轮：喂方法论
既然AI自己出的方案太平，那就给它喂点真东西。
我之前整理过一篇"AI时代高考志愿填报指南"，里面有一个五维框架：
毕业后去什么行业？集中在哪些城市？要不要读研？行业在扩还是在缩？岗位偏执行还是偏决策？
我把这个框架喂给AI，让它按五个维度重新生成方案。效果立竿见影——同样的学校和专业，这次出来的报告有了骨架，不再是一堆名字的罗列，而是每个推荐后面都跟着分析：为什么推荐、就业方向是什么、未来趋势怎么样。
看着像样了。但看着看着，我发现一个盲区。
五个维度里，"行业趋势"考虑的是当下的就业数据。但侄子入学是今年，毕业是四年后。四年后的就业市场，跟今天能一样吗？
AI不会自己想到这个问题。框架里没有"未来变化"这个维度，它就不会主动加。
第三轮：补上AI不会想到的事
这个盲区，是我自己有意识才发现的。
我每天在企业里搞AI落地，太清楚一件事了：有些岗位正在被AI吃掉，有些岗位正因为AI而扩招。同一个专业出来的学生，做重复执行类工作的，和做决策判断类工作的，四年后面临的就业环境可能完全不同。
但五维框架里的"行业趋势"，看的是当下的招聘数据。它不会告诉你：这个专业对应的岗位，哪些技能会被AI替代，哪些会变得更值钱。
我让AI在方案里新增了一个分析模块：针对每个推荐专业，不仅要看当前的就业数据，还要评估未来受AI影响的程度——这个岗位偏执行还是偏决策？哪些工作内容AI能替代，哪些替代不了？
这一轮加完，方案终于有了"向前看"的能力。不再只回答"现在好不好就业"，而是开始回答"四年后还好不好就业"。
但这里有个很真实的体感：AI能把你说出来的需求做得很好，但它不会主动想到你没想到的事。
第四轮：让方案认识侄子这个人
三轮打磨下来，方案有了框架、有了维度、有了未来视角。按说够用了。
但我拿自己当侄子试跑了一遍，发现一个问题：方案给的推荐都是"合理"的，但不是"他的"。
系统推荐了两个专业。就业前景都不错，AI影响程度都低，分数都够。按所有维度算，两个专业打了个平手。
然后我愣住了。
选哪个？我不知道侄子喜不喜欢坐实验室，不知道他打不打算读研，不知道他对什么类型的工作有期待。这些信息，五维框架里没有，AI也问不出来。
通用方案再好，也是通用方案。侄子不是"通用的高考生"，他是一个具体的人。
于是我加了最后一块拼图：个性化需求引导。不是让侄子填一张冷冰冰的问卷，而是设计了几个思考方向，引导他自己想清楚——以后打算直接就业还是读研？性格偏内向还是外向？对什么样的工作感兴趣？有什么爱好？
这些答案填进去之后，系统再结合五维框架和AI影响评估做综合筛选。同样的分数、同样的专业，换一组答案，出来的推荐可能完全不一样。
这一轮做完，我才觉得这个系统真正"活"了。它不再是一个通用的填报工具，而是一个认识我侄子的专属助手。
然后，系统崩了
方案设计得再漂亮，得跑得起来才算数。
我用AI编程工具开始开发。功能不复杂，界面也简单——输入分数和个性化需求，系统跑一轮分析，生成一份志愿推荐报告。
前面都顺，但卡在了最后一步：生成报告。
点"生成"，转圈。转完了，报错。再点，还是报错。
我让AI自己排查。它读了一遍代码，说"问题清晰了，我来修。"改了一版，失败。又改了一版，还是失败。连续修了好几轮，每次AI都信心满满地说"这次应该解决了"，每次跑完还是那个报错。
AI写代码、AI查bug、AI说"我来修"——整个链条全是AI，但它就是修不好自己写的代码。它一直在无关紧要的地方打转，甚至自己把自己绕进去了。
最后还是我盯着报错信息看了半天，发现根子不在AI纠结的地方，而在数据结构——AI生成报告时想一次性吐出全部内容，超了长度限制，后半段被截断，解析自然就失败了。改成分步生成，这才跑通。
AI最可怕的不是报错，而是不报错但不对劲。这次更讽刺：它报了错，也修了，但修的方向不对。它能看到症状，但诊断不了病因。
明天交给侄子
系统跑通的时候，已经快十二点了。
我试跑了几组数据，报告生成正常，推荐逻辑合理，个性化需求也能正确匹配。五维框架、AI影响评估、个性化引导——四轮打磨的成果全在里面。
明天早上，我会把链接发给哥哥。
我不知道他什么反应。可能半信半疑——"AI靠谱吗？"也可能觉得终于有个东西能参考了。但不管他什么反应，我心里已经踏实了。
不是因为这套系统多完美。而是在侄子人生这个关键节点，我没有干着急。我哥打电话来的时候，我说不出"这个专业好""那个学校别报"——我不是专家，给不了那种建议。但我能做另一件事：搭一套工具，让他在填志愿的时候，手里多一份参考，多一个维度，多一道筛选。
这大概就是我作为一个搞AI的姑姑，能贡献的东西。不是替他做决定，是帮他把信息搞全，把维度想透，把选择权交回到他自己手里。
因为AI不会主动想到你没想到的事——但你可以。
如果你家里也有高考生，正在为填志愿发愁，可以试试我搭的这套系统——慧填志愿。有想法或建议，欢迎联系我，一起优化。
